Auf einen Blick
MLOps/LLMOps Engineer bei Irth Solutions in Indien, spezialisiert auf Operational Excellence für Machine Learning und LLM Pipelines auf Databricks. Verantwortlich für Produktionalisierung von AI-Features und Data Governance.
💰 $80.000–120.000/Jahr
📊 Mid-Level
🕒 Vollzeit
🌍 Remote
🗺️ APAC
- 3-5 Jahre Cloud Platform Erfahrung
- Databricks Expertise
- Python und SQL
- ML Framework Kenntnisse
Databricks
MLOps
LLMOps
Data Engineering
✅ Geeignet für
- MLOps-Ingenieure mit Databricks-Erfahrung
- Data Engineers mit ML-Interesse
- Python/SQL-Experten mit Cloud-Erfahrung
🚫 Weniger geeignet
- Frontend- oder Full-Stack-Entwickler ohne ML-Erfahrung
- Menschen ohne Python-Expertise
- Anfänger in MLOps
💡 Gut zu wissen
- Remote aus Indien = flexible Location
- Databricks ist Core Skill
- AI/ML Transformation im energy/utility Sektor
Über das Unternehmen
Irth Solutions ist ein führender Anbieter von Cloud-basierter SaaS Software für Schadensvorbeugung, Asset Integrity, Stakeholder Engagement und Landmanagement. Das Unternehmen unterstützt Energie-, Utility-, Telecom- und Infrastruktur-Unternehmen.
Deine Aufgaben
- Operationalisierung des kompletten ML Lifecycle auf Databricks
- Implementierung von ML Workflows mit Bronze-Silver-Gold Medallion Architektur
- Etablierung von Implementierungsmustern für Unity Catalog Model Management
- Entwicklung wiederverwendbarer Templates für ML/LLM Jobs
- Produktionalisierung von ML und LLM Features
- Implementierung von Vector Search und Retrieval Architekturen
- Design und Wartung von Production-Grade LLM und RAG Pipelines
- Implementierung von Data Contracts und Quality Gates
- Integration von PII Detection und Data Masking
- Maintaining End-to-End Lineage in ML Lifecycle
Deine Voraussetzungen
- 3-5 Jahre Erfahrung in Cloud Platforms und Infrastructure-as-Code
- Deep Hands-on Erfahrung mit Databricks
- Databricks Zertifikation oder equivalent praktische Erfahrung
- Starke Python- und SQL-Kenntnisse
- Erfahrung mit ML Frameworks (TensorFlow, PyTorch, etc.)
- Vertrautheit mit LLM und RAG Konzepten
- Verständnis von Data Governance und Compliance
