Skip to content
mimi

MLOps Engineer

Alexander Thamm GmbH

flexible Full-time Senior Yesterday

About the role

About

Die Alexander Thamm GmbH ist einer der führenden Anbieter von Data Science und Künstlicher Intelligenz im deutschsprachigen Raum. Das Unternehmen generiert für und mit seinen Kunden aus Daten echte Mehrwerte, damit diese auch in Zukunft wettbewerbsfähig sind. Dazu entwickelt und implementiert die Alexander Thamm GmbH datengetriebene Innovationen sowie Geschäftsmodelle. Das Leistungsportfolio umfasst die gesamte Data Journey – von der Datenstrategie über die Entwicklung von Algorithmen und den Aufbau von IT‑Architekturen bis hin zu Wartung und Betrieb.

Ansprechpartnerin: Janine Sauer, Senior HR Managerin


Responsibilities

  • Du verstehst und fasst die MLOps‑Anforderungen unserer Kund:innen zusammen.
  • Du entwirfst und präsentierst Lösungen, erfüllst die Anforderungen und berücksichtigst Architekturen sowie Best Practices.
  • Du implementierst, wartest und erweiterst die Funktionalität sowie die Pflege von Data‑Science‑Anwendungsfällen und ML‑Modellen.
  • Du trägst Verantwortung für das erfolgreiche Deployment und Management von Machine‑Learning‑Modellen und der zugrundeliegenden Plattform.
  • Du planst, entwickelst, testest, automatisierst, dokumentierst und pflegst CI/CD‑Pipelines.
  • Du nutzt neueste Entwicklungen in den Bereichen Automatisierung, Monitoring und Skalierbarkeit.

Requirements

  • Mindestens drei Jahre Erfahrung als MLOps‑, DevOps‑ oder Data Engineer im Aufbau und Betrieb produktiver Dateninfrastrukturen.
  • Souveräner Umgang mit Cloud‑Umgebungen (AWS/Azure), Infrastructure‑as‑Code (Terraform), Container‑Orchestrierung (Docker, Kubernetes) sowie Workflow‑Tools wie Airflow.
  • Sehr gute Python‑Kenntnisse und praktische Erfahrung mit Kubeflow oder MLflow sowie ein ganzheitliches Verständnis des Machine‑Learning‑Lebenszyklus.
  • Erfahrung in der Implementierung effizienter CI/CD‑Pipelines sowie Monitoring, Alerting und Incident Management für produktive Systeme.
  • Leidenschaft für Mentoring, um das Team fachlich weiterzuentwickeln und nachhaltige Best Practices zu etablieren.
  • Analytische, eigenverantwortliche Arbeitsweise sowie fließende Deutsch‑ und Englischkenntnisse.

Benefits

Work‑Life‑Balance

  • Vertrauensarbeitszeit mit flexibler Arbeitszeitgestaltung
  • Hybrides Arbeitsmodell, Workation (Möglichkeit, aus dem EU‑Ausland zu arbeiten)

Kultur & Zusammenarbeit

  • Einzigartige Teamatmosphäre, flache Hierarchien bis zum CEO Alex
  • Offene Feedbackkultur, jährliche Teamworkshops im Data.Castle im Zillertal
  • „Data.Musketeer“-Prinzip: „einer für alle, alle für einen!“
  • [at] Buddy‑Programm zur besseren Vernetzung
  • Regelmäßige Fach‑ und Freizeitevents, hundefreundliche Büros

Fachliche & persönliche Entwicklung

  • Intensiver Onboarding‑ und Einarbeitungsprozess
  • Persönlicher Entwicklungsplan und individuelle Weiterbildungsmöglichkeiten
  • Workshop‑ und Schulungsangebot innerhalb der Data.Academy (interne und externe Anbieter)
  • Karrierepfade für Führung, Projektleitung und Expertenrollen

Vergütung & Zusatzleistungen

  • Kita‑Zuschuss, betriebliche Altersvorsorge mit 20 % Bezuschussung
  • Zahlreiche Corporate Benefits & Mitarbeiterangebote (z. B. Events, Reisen)
  • Startguthaben im internen Merchandise‑Shop
  • Wettbewerbsfähiges Gehalt mit variablen Anteilen

Gesundheit & Wohlbefinden

  • Mental‑Health‑ und Wellbeing‑Support, Coaching und Meditation (nilo.health)
  • Fitness‑ und Yogaräume im Münchner Office, EGYM Well Pass‑Mitgliedschaft (+ Option)
  • Fahrradleasing über Jobrad (nach der Probezeit)
  • Interne Sportgruppen, kostenlose Heiß‑ und Erfrischungsgetränke sowie frisches Obst, Dachterrasse mit Grill

Mobilität

  • Zentrale Lage der Offices, gute Anbindung an den öffentlichen Nahverkehr
  • Möglichkeit, an anderen Standorten zu arbeiten

Requirements

  • Mindestens drei Jahre Erfahrung als MLOps-, DevOps- oder Data Engineer im Aufbau und Betrieb produktiver Dateninfrastrukturen zeichnen Deinen Werdegang aus
  • Ein Souveräner Umgang mit Cloud-Umgebungen (AWS/Azure), Infrastructure-as-Code (Terraform), Container-Orchestrierung (Docker, Kubernetes) sowie Workflow-Tools wie Airflow gehört zu Deinem fachlichen Repertoire
  • Ein ganzheitliches Verständnis des Machine-Learning-Lebenszyklus wird durch sehr gute Python-Kenntnisse und praktische Erfahrung mit Kubeflow oder MLflow ergänzt
  • Die Implementierung effizienter CI/CD-Pipelines sowie Monitoring, Alerting und Incident Management für produktive Systeme zählen zu Deinen etablierten Routinen
  • Mit Deiner Leidenschaft für Mentoring entwickelst Du das Team fachlich weiter und etablierst nachhaltige Best Practices
  • Du überzeugst durch eine analytische, eigenverantwortliche Arbeitsweise und fließende Deutsch- sowie Englischkenntnisse

Responsibilities

  • Du verstehst und fasst die MLOps-Anforderungen unserer Kund:innen zusammen
  • Als MLOps Engineer kannst Du Lösungen entwerfen und präsentieren sowie die Anforderungen erfüllen, einschließlich Architekturen und Best Practices
  • Die Bereitstellung, Wartung und Erweiterung der Funktionalität sowie die Pflege von Data Science-Anwendungsfällen sowie ML-Modellen kannst Du problemlos umsetzen
  • Verantwortung für das erfolgreiche Deployment und Management von Machine-Learning-Modellen und der zugrundeliegenden Plattform
  • Planen, Entwickeln, Testen, Automatisieren, Dokumentieren und Pflegen von CI/CD Pipelines
  • Nutzung neuester Entwicklungen in den Bereichen Automatisierung, Monitoring und Skalierbarkeit

Benefits

retirement_savings

Skills

AirflowAWSAzureCI/CDDockerKubeflowKubernetesMLflowMLOpsPythonTerraform

Don't send a generic resume

Paste this job description into Mimi and get a resume tailored to exactly what the hiring team is looking for.

Get started free