senior ml ops engineer architektur strategie bei BMW Group
Diese herausfordernde Position bei der BMW Group in München bietet die Möglichkeit, die Architektur von Machine-Learning-Plattformen maßgeblich zu gestalten. Als Senior ML Ops Engineer verantworten Sie die Infrastruktur für große Datenmengen und die Bereitstellung von Modellen in Fahrzeugen. Sie arbeiten an der Schnittstelle von Datenwissenschaft und Produktion.
Was erwartet dich in dieser Rolle?
In dieser Position sind Sie der Architekt für unsere Machine-Learning-Infrastruktur und definieren den technischen Weg für zukünftige Innovationen. Sie sorgen dafür, dass komplexe Modelle effizient trainiert und sicher in Fahrzeuge integriert werden.
- Plattform-Architektur — Sie entwerfen das End-to-End-Design der ML-Plattform von der Datenaufnahme bis zur Bereitstellung.
- Daten-Backbone — Sie legen Standards für Datenflüsse und Katalogisierung im Petabyte-Maßstab fest.
- Integration — Sie definieren die Komponenten-Topologie und Schnittstellen für Pipeline-Orchestrierung.
Dies ermöglicht es Ihnen, die technische Vision direkt in die Praxis umzusetzen und die Mobilität von morgen zu formen.
Welche Aufgaben erwarten dich?
Ihr Aufgabengebiet umfasst die operative Steuerung und strategische Weiterentwicklung unserer ML-Systeme. Sie arbeiten eng mit Sicherheits- und Entwicklungsabteilungen zusammen, um Compliance und Effizienz zu gewährleisten.
- Lifecycle-Governance — Sie etablieren Prozesse für Experiment-Tracking und Validierungskriterien.
- Kostenoptimierung — Sie steuern die Kosten bei PB-Scale durch Spot-Strategien und Cluster-Right-Sizing.
- Compliance — Sie arbeiten mit Legal- und Safety-Teams an ISO-Standards und Datenschutz.
Durch diese Aufgaben tragen Sie direkt zur Sicherheit und Leistungsfähigkeit unserer intelligenten Fahrzeuge bei.
Was solltest du mitbringen?
Um in diesem anspruchsvollen Umfeld erfolgreich zu sein, benötigen Sie fundierte Erfahrungen in der IT-Infrastruktur und dem Maschinellen Lernen. Eine akademische Ausbildung und mehrere Jahre Berufspraxis sind Voraussetzung.
- Ausbildung — Ein abgeschlossenes Studium in Informatik oder Elektrotechnik wird erwartet.
- Erfahrung — 5-8 Jahre Praxis in ML-Plattformen, davon mindestens 2 Jahre in einer Führungsrolle.
- Technisches Know-how — Tiefe Expertise in Cloud-Umgebungen und Kubernetes-Design ist notwendig.
Wenn Sie Leidenschaft für Technologie mitbringen, finden Sie hier die ideale Plattform für Ihren Karrieresprung.
Was bietet dir das Unternehmen?
Die BMW Group bietet Ihnen ein attraktives Gesamtpaket, das Sicherheit, Entwicklung und Lebensqualität fördert. Wir setzen auf faire Bezahlung und individuelle Förderung unserer Mitarbeiter.
- Vergütung — Leistungsgerechtes Gehalt mit Urlaubs- und Weihnachtsgeld sowie Gewinnbeteiligung.
- Flexibilität — Flexible Arbeitszeiten und hohe Urlaubstage für Work-Life-Balance.
- Vorteile — Günstige Kaufkonditionen für BMW & MINI Fahrzeuge.
Entwickeln Sie Ihre Fähigkeiten weiter und profitieren Sie von einem sicheren Arbeitsplatz in einer der weltweit führenden Marken.
Deine Benefits im Überblick
Häufige Fragen zu dieser Stelle
Was bedeutet ML Ops im Kontext der Automobilindustrie?
▼
ML Ops in der Automobilindustrie bezieht sich auf die praktische Anwendung von Machine-Learning-Modellen in Fahrzeugen. Es umfasst den gesamten Lebenszyklus von der Datenverarbeitung über das Training bis zur Installation in der Hardware. Dies erfordert hohe Standards für Sicherheit und Zuverlässigkeit, da Software direkt die Fahrfunktionen beeinflusst.
Welche Cloud-Plattformen werden bei BMW genutzt?
▼
Bei BMW werden verschiedene Cloud-Lösungen eingesetzt, darunter AWS, Azure oder Google Cloud, oft in Multi-Region-Architekturen. Die Wahl hängt von den spezifischen Anforderungen der Projekte ab. Als ML Ops Engineer sollten Sie Erfahrung mit mindestens einer dieser Plattformen und deren Skalierbarkeit mitbringen.
Wie ist das Arbeitsmodell in München organisiert?
▼
Der Standort ist München, wobei moderne Arbeitsmodelle wie Homeoffice-Optionen oder hybrides Arbeiten möglich sind. Die genaue Verteilung hängt oft vom Team und den Projektanforderungen ab. Senior-Rollen bieten häufig mehr Flexibilität bei der Standortwahl innerhalb des Büros oder von zu Hause aus.
Welche Hardware wird für das Modell-Training verwendet?
▼
Für das Training werden leistungsstarke Cluster verwendet, darunter NVIDIA GPU-Cluster und Qualcomm Cloud AI 100. Diese Hardware ermöglicht das Training von Modellen im Petabyte-Maßstab. Zudem werden spezifische Toolchains für die Komprimierung von Modellen auf automotive Grade SoCs genutzt.