Junior ML Ops Ingenieur

Den Bank der Zukunft zu bauen, erfordert mehr als nur Mittel. Es geht darum, unsere Unterschiede zu kombinieren, um zu imaginieren, zu diskutieren, zu programmieren, zu entwickeln, zu testen, zu lernen  und jeden Schritt gemeinsam zu gehen. Teile unsere Vibes? Schließe dich Swissquote an, um dein Potenzial zu entfalten. Wir sind der Schweizer Marktführer im Online-Banking und bieten unseren Kunden Handels-, Investitions- und Bankdienstleistungen über unsere leistungsstarke und sichere digitale Plattform an.

Unsere Mitarbeiter arbeiten flexibel, ohne Dresscode und in einem multikulturellen Umfeld. Sie haben einen enormen Einfluss auf die Branche, erweitern ihr Fähigkeitenportfolio und fördern ihre Karriere in einem schnelllebigen Umfeld. Schau hinter die Kulissen, indem du "Humans of Swissquote" besuchst. Als Arbeitgeber, der Chancengleichheit fördert, heißen wir Menschen aus unterschiedlichen Hintergründen, Erfahrungen und Perspektiven willkommen, um Teil unseres Teams zu werden.

Bist du dabei? Sei nicht schüchtern, bewirb dich! Unser Portfolio an produktiven KI-Systemen wächst, und damit auch der Bedarf an Ingenieurexzellenz in Bezug auf Zuverlässigkeit, Skalierbarkeit und Governance. Um diesen Schwung aufrechtzuerhalten, verstärken wir das Team, damit unsere Modelle reibungslos in der Produktion laufen - täglich Mehrwert liefern und gleichzeitig die höchsten Standards für Compliance erfüllen. Das Science-Team sucht einen Junior MLOps Engineer, um den Lebenszyklus unserer KI-Modelle von der Entwicklung bis zur Produktion zu verbessern und zu optimieren.

Diese Rolle ist besonders spannend, da du nicht auf ein einziges Fachgebiet beschränkt bist; du wirst an einer Vielzahl von Themen rund um produktiv eingesetzte Modelle arbeiten und praktische Erfahrungen mit dem gesamten Lebenszyklus einer KI sammeln. Als Junior MLOps Engineer wirst du dazu beitragen, das Rückgrat zu bauen, das die KI-Fähigkeiten der Bank unterstützt und Effizienz sowie Governance über alle Bereiche hinweg gewährleistet.

Deine

Aufgaben umfassen:

- Monitoring & Observability:
Entwickle Systeme zur Überwachung der bereitgestellten KI. Du wirst daran arbeiten, die Sichtbarkeit sowohl für klassische Machine Learning-Modelle als auch für moderne ML-Modelle zu verbessern und sicherzustellen, dass wir Echtzeit-Übersicht über die Leistung haben.

- Deployment:
Trage zur Entwicklung einer internen Plattform auf Basis von MLflow bei. Du wirst helfen, das Entwicklererlebnis durch Tools für Modell- und Agentenversionierung, Verpackung und nahtloses Deployment auf unseren internen Pipelines zu optimieren.

- Pipelines:
Entwerfe, optimiere und baue komplexe Trainingspipelines mit Argo Workflows, um sicherzustellen, dass unsere Modelltrainingprozesse reproduzierbar und effizient sind.

- Durchsetzung der KI-Governance:
Hilf beim Aufbau eines Governance-Frameworks, das als zentrales Steuerungssystem fungiert und sicherstellt, dass alle bereitgestellten KI-Systeme strikt den Unternehmensrichtlinien und Compliance-Anforderungen entsprechen.

Hintergrund:
Abschluss in Informatik, Data Science, Ingenieurwissenschaften oder einem verwandten Bereich.

Kenntnisse:
Starke Kenntnisse in Python; du schreibst sauberen, wartbaren Code und hast ein Auge für Engineering-Best-Practices. Verständnis von Dev Ops-Konzepten wie CI/CD (Git Hub Actions) und Containerisierung (Docker, Kubernetes). Praktische Erfahrungen sind von großem Vorteil.

Infrastrukturdenken:
Du bist interessiert daran, was nach dem Training des Modells passiert - insbesondere, wie Modelle in der Produktion bereitgestellt, skaliert und überwacht werden.

Entwicklungsbewusstsein:
Vertrautheit mit Frontend-Entwicklung ist ein Plus (zum Erstellen interner Tools und Dashboards).Wachstumsdenke:
Du bist organisiert und fühlst dich wohl dabei, dich schnell in neue Technologien einzuarbeiten.

Fließend in Englisch und in der Lage, effektiv innerhalb eines technischen Teams zu kommunizieren. jid dade jit
0310ade jpiy
26ade