Auf einen Blick
Suche nach einem erfahrenen ML Ops Engineer, der Daten-Pipelines für ein KI-Sicherheitsunternehmen entwirft und verwaltet. Remote-Rolle mit Fokus auf Skalierbarkeit und Zuverlässigkeit unter High-Load-Bedingungen.
💰 $120.000–180.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Worldwide
- 3 Jahre Daten-Engineering-Erfahrung
- 2 Jahre Softwareentwicklung
- Python-Proficiency
- Kafka und verteilte Systeme
Python
Kafka
SQL
NoSQL
Clickhouse
AWS
Azure
Kubernetes
✅ Geeignet für
- Erfahrene Daten-Engineers mit Python-Skills
- DevOps-Spezialisten mit ML-Verständnis
- Softwareentwickler, die zu Infrastruktur wechseln möchten
🚫 Weniger geeignet
- Junior-Entwickler ohne 3+ Jahre Erfahrung
- Spezialisten ohne Python-Kenntnisse
- Kandidaten, die On-Site-Arbeit benötigen
💡 Gut zu wissen
- Pre-Employment Screening mit Hintergrundprüfung erforderlich
- Finales Interview ist in-person im Wohnland des Kandidaten
- AI-First-Ansatz: Coding Agents sind Teil des Workflows
Über das Unternehmen
Intuition Machines setzt KI/ML ein, um Enterprise-Sicherheitsprodukte zu entwickeln. Mit KI-Forschung unterstützt das Unternehmen Systeme, die Hunderte von Millionen Menschen nutzen, mit einem global verteilten Team. Das bekannteste Produkt ist die hCaptcha-Sicherheitssuite.
Deine Aufgaben
- Wartung, Erweiterung und Verbesserung bestehender Daten-/ML-Workflows sowie Implementierung neuer Workflows für hochfrequente Daten
- Schaffung von Schnittstellen und Systemen, die ML-Ingenieuren und Forschern ermöglichen, Datensätze on-demand zu erstellen
- Beeinflussung von Strategien für Datenspeicherung und -verarbeitung
- Zusammenarbeit mit ML-Teams sowie Frontend- und Backend-Teams beim Aufbau der Datenbasis
- Verkürzung der Deployment-Zeit für Dashboards und ML-Modelle
- Etablierung von Best Practices und Entwicklung von Pipelines, die effiziente Datenerstellung ermöglichen
Deine Voraussetzungen
- Mindestens 3 Jahre Erfahrung in einer Datenrolle mit Datenspeicher-Design, Feature Engineering und zuverlässigen Daten-Pipelines
- Mindestens 2 Jahre professionelle Softwareentwicklungserfahrung außerhalb von Data Engineering
- Proficiency in Python
- Erfahrung mit Kafka-Infrastruktur und verteilten Datensystemen
- Tiefes Verständnis von SQL und NoSQL-Datenbanken (vorzugsweise Clickhouse)
- Vertrautheit mit Public-Cloud-Anbietern (AWS oder Azure)
- Erfahrung mit CI/CD und Orchestrierungs-Plattformen: Kubernetes, Containerisierung, Microservice-Design
Benefits
- Vollständig Remote mit flexiblen Arbeitszeiten
- Inspirierendes Team von Kollegen weltweit
- Moderne Development- und Deployment-Workflows
- Hohe Auswirkung mit vielen Nutzern, zufriedenen Kunden und Spitzforschung