In dieser Funktion Definition infrastrukturnaher Standards für Deployment, Integration und Betrieb, Aufbau der Brücke zwischen ML Engineers / Data Scientists, Business IT / Service-Clustern, KI-Governance sowie Plattform- und Infrastrukturfunktionen und Beitrag dazu, dass Produktivsetzung, Monitoring und Lifecycle-Management von Beginn an mitgedacht und nach Produktivsetzung kontinuierlich gesteuert werden. * Konzeption und Weiterentwicklung von Deployment-Standards, CI/CD-Pipelines, Referenzarchitekturen sowie technischen Rahmenbedingungen für MLOps (inkl. Azure ML) in enger Abstimmung mit Plattform-, Infrastruktur- und Security-Teams * abgeschlossenes Hochschulstudium der Informatik, Wirtschaftsinformatik, Ingenieurwissenschaften oder eines vergleichbaren Studiengangs oder eine gleichwertige, in der Praxis erworbene Qualifikation im Bereich Software-, Daten- oder Cloud-/KI-Engineering
mehr