AI & MLOps Engineer
- +4
- +22
- Sankt Augustin, North Rhine-Westphalia, Germany
- +4
- +22
- Sankt Augustin, North Rhine-Westphalia, Germany
Über
Die Fraunhofer-Gesellschaft betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.
Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa und wurde 2019 in den Kategorien »Forschung« und »öffentlicher Sektor« des Trendence-Absolventenbarometers sowie im Randstad Employer Brand Research als »TOP 1 Arbeitgeber« ausgezeichnet.
Am Fraunhofer IAIS unterstützen rund 380 Mitarbeitende Unternehmen bei der Optimierung von Produkten, Dienstleistungen und Prozessen sowie bei der Entwicklung neuer digitaler Geschäftsmodelle. Das Fraunhofer IAIS gestaltet die digitale Transformation unserer Arbeits- und Lebenswelt: mit innovativen KI-Anwendungen für Industrie, Gesundheit und Nachhaltigkeit, mit zukunftsweisenden Technologien wie großen KI-Sprachmodellen oder Quantum Machine Learning, mit Angeboten für die Aus- und Weiterbildung oder für die Prüfung von KI-Anwendungen auf Sicherheit und Vertrauenswürdigkeit.
In der Abteilung Knowledge Discovery arbeitet ein großes Team aus engagierten Wissenschaftler*innen in Forschungsprojekten mit Partnern aus der Wissenschaft und Industrie an neuen Ansätzen und Lösungen für die Herausforderungen aktueller Anwendungen. Das Spektrum reicht von Grundlagenforschung bis hin zur Anwendung aktueller Forschungsergebnisse in der Industrie, z.B. in den Bereichen Healthcare, IT, Industrie 4.0 und Prozess-Automatisierung. Dabei bringen wir im Team MLOps die spannenden Themen KI und Software-Engineering zusammen. Wir arbeiten und forschen daran, KI-Lösungen zu operationalisieren, zu testen und zu automatisieren und in größere Systeme, Unternehmens-Infrastruktur oder Software-Produkte zu integrieren. Hierbei richtet sich der Fokus zunehmend (aber nicht ausschließlich) auf Generative KI-Anwendungen, die z.B. auf RAG- oder Agenten-Architekturen basieren.
Wünschenswerte Fähigkeiten
- Pipeline
- Git
- Git
- Management
- Gitlab
- Training
- Docker
- PyTorch
- Python
- Kubernetes
- Data Science
- Machine Learning
- Artificial Intelligence
- PyTorch
- Spark
- Python
- Git
- Gitlab
- Github
- Docker
- Kubernetes
- AWS
Berufserfahrung
- Fullstack
- Machine Learning
- Build/Release
- DevOps
Sprachkenntnisse
- German