Head of ML​/AI Platform; d​/w​/m

Die ZEIT Verlagsgruppe bietet Qualitätsinhalte:
Print, Online und Audio, in Form zahlreicher Bildungsangebote und Konferenzen oder als Dienstleister für Content Marketing oder Strategieberatung im Bereich Employer Branding. In unserem Leitbild definieren wir unsere Werte, die Grundlage unseres Erfolgs:
Unabhängigkeit, Respekt und Zuversicht. Dank unserer Innovationsstärke wächst die ZEIT Verlagsgruppe stetig, Auflagen, Reichweiten und die Digital- und Nebengeschäfte entwickeln sich positiv. Die ZEIT Verlagsgruppe hat rund 1.400 Mitarbeitende an den Standorten Hamburg, Berlin, Frankfurt und München.

Als Head of ML/AI Platform übernimmst du die fachliche und organisatorische Führung des Teams (mit dir drei Kolleg:innen ) und bist gleichzeitig selbst stark fachlich in die technische Arbeit involviert.

Du wirkst an der strategischen Ausrichtung mit, bist mit verantwortlich für Priorisierung und Kapazitätssteuerung und stellst sicher, dass das Team eng mit den Kolleg:innen aus Dev Ops, Data Platform, Data Science, Produktentwicklung und Engineering in Redaktion und Verlag verzahnt ist.

Unser Tech Stack basiert auf der Google Cloud Platform und Kubernetes. Du wirst ML (Ops)-Tools auswählen (wie MLflow, Vertex AI, Vector Databases für RAG-Anwendungen).

Deine Rolle hat vier Komponenten:

• Führung & Teamaufbau: Du führst fachlich und organisatorisch ein neues, hochspezialisiertes Team (mit dir drei Kolleg:innen) und hast Freude daran, das Team und die Kompetenzen weiterzuentwickeln. Du schaffst Rahmenbedingungen für erfolgreiche Zusammenarbeit, förderst Eigenverantwortung und sorgst für ein motivierendes Arbeitsumfeld. Dabei gehst du mit gutem Beispiel voran – durch deine eigene fachliche Arbeit.
• ML/AI-Plattform auswählen, aufbauen und betreiben: Du entwickelst und betreibst mit Deinem Team eine MLOps-Plattform und definierst Standards für Entwicklung, Deployment und Betrieb von KI-Modellen. Dein Fokus liegt auf einer sicheren und skalierbaren Architektur, deren Stabilität du u.a. durch Monitoring und Observability gewährleistest.
• Integration ermöglichen: Du schaffst oder evaluiert Tools und Services, die es Data Scientists und Produktentwicklern ermöglichen, unsere ML- und Generative-KI-Use Cases nahtlos zu integrieren. Du bist der technische Enabler, der komplexe ML- und LLM-Modelle, die die Data Science- und Product-Teams bauen, produktionsreif macht. Dies umfasst die Integration von ML-Modellen in produktive Anwendungen und bestehende IT-Landschaften sowie die Implementierung von Model Observability und Monitoring (z. B.
  
  Erkennung von Model Drift, automatisches Retraining).

• Datenanbindung und Kollaboration: Du stellst ML/AI-spezifische Datenbanken bereit und entwickelst in enger Abstimmung mit angrenzenden Abteilungen die Anbindungen an bestehende Datenquellen. Du berätst und arbeitest eng mit Data Science, Dev Ops, Software Engineering, Produkt und den Fachbereichen zusammen.

Du musst aber kein/e ausgewiesene/r Expert:in in all diesen Bereichen sein. Sofern du in einigen Punkten Erfahrung gesammelt hast und Spaß an der ganzheitlichen Betrachtung des MLOps-Lebenszyklus hast, lässt sich alles andere erlernen.

• Technischer Hintergrund: Studium im Bereich (Wirtschafts-)Informatik, Ingenieurwesen, Mathematik, Data Science oder vergleichbare Fachrichtung – oder eine entsprechende technische Ausbildung.
• Erfahrung im agilen Umfeld: Du bringst fundierte praktische Erfahrung in agilen Arbeitsumgebungen mit (z. B. Scrum, Kanban) und bist vertraut mit der Zusammenarbeit mit Product Ownern, Stakeholdern und interdisziplinären Teams.
• Praxiserfahrung in der Softwareentwicklung mit Python: in Positionen wie ML Engineer, Dev Ops Engineer, Data Scientist oder Software Engineer mit ML-Anteil (d.h. konkret Nutzung von Bibliotheken wie Huggingface, scikit‑learn oder PyTorch/Tensor Flow).
• Cloud‑Native: Du hast fundierte praktische Erfahrung mit Cloud‑Infrastrukturen (vorzugsweise GCP) sowie tiefgreifende Kenntnisse in zentralen Themen wie Cloud IAM, Workload Identity, Cloud Networking, Cloud Storage und Vertex AI.
• Plattform‑Mindset: Du denkst in Self‑Service‑Lösungen und abstrahierst technische…