Projektdienstleister für KI-Rollen
  • Operations
  • Rolle nach CWA 18398
  • Stark nachgefragt

MLOps Engineer

Der MLOps Engineer baut und betreibt Prozesse, Werkzeuge und Automatisierung für den gesamten Lebenszyklus von Modellen in Produktion, vom Training über das Deployment bis zur Überwachung.

Aufgaben

  • Trainings- und Deployment-Pipelines automatisieren
  • Modell- und Datenversionierung einführen
  • Monitoring für Modellqualität und Drift aufsetzen
  • Reproduzierbarkeit von Experimenten sicherstellen
  • LLMOps-Praktiken für Prompts und Evaluationen etablieren

Arbeitsergebnisse

  • MLOps-Pipeline
  • Model Registry
  • Monitoring und Alarmierung
  • Betriebshandbuch

Kompetenzen

  • CI/CD
  • Cloud-Infrastruktur
  • Modell-Lifecycle
  • Python
  • Monitoring
  • Automatisierung

Typische Werkzeuge und Methoden

  • MLflow
  • Kubeflow
  • Azure ML
  • SageMaker
  • Kubernetes
  • Terraform

Wann Sie einen MLOps Engineer brauchen

Sobald mehr als ein Modell produktiv läuft oder Modelle regelmäßig neu trainiert und ausgerollt werden.

MLOps Engineer anfragen

Abgrenzung

Der AI Platform Engineer stellt die Umgebung bereit, der MLOps Engineer betreibt darauf den Modell-Lebenszyklus.

Einsatz in Fachbereichen und Branchen

Beispielprojekte für MLOps Engineer

Alle Projekte im Projektmarkt

Praxisbeispiele mit dieser Rolle