Junior DevOps / Machine Learning Engineer (m/w/d)

## Aufgaben - Du bist für die Konzipierung technischer Ansätze der Cloud-Einführungen, auch im Hinblick auf datenintensive Anwendungen mit Schwerpunkt auf maschinellem Lernen und künstlicher Intelligenz verantwortlich - Die Anfertigung, Implementierung und Visualisierung der Cloud-Architektur, basierend auf AWS, Azure oder GCP und/oder On-Premises-Infrastrukturen unserer Kunden gehört ebenfalls dazu - Du automatisierst wiederkehrende Aufgaben durch modernste DevOps- und MLOps-Konzepte, so dass unsere Kunden ihre Time-to-Delivery deutlich reduzieren können - Dabei hast du immer ein Auge auf aktuelle Trends im Cloud Bereich und verfolgst "Best Practices" - Du kümmerst dich um die notwendigen Überwachungs-, Failover- und Recovery-Infrastrukturen, die unseren Kunden einen sicheren Betrieb ihrer Machine-Learning-Lösungen in Übereinstimmung mit den neuesten regulatorischen Anforderungen ermöglichen - Enge Interaktion mit Kunden und Interessengruppen, um konkrete und komplexe Geschäftsanforderungen in produktionsreife Lösungen zu übersetzen - Zusammenarbeit mit verschiedenen Disziplinen wie Unternehmensarchitekten, Analysten, Datenwissenschaftlern oder Dateningenieuren zur Entwicklung datenintensiver Anwendungen wie Data Warehouses, Data Lakes und/oder Datenplattformen ## Benefits - Regelmäßige und systematische (externe und interne) Weiterbildungsmöglichkeiten. Profitiere von unserem Team, Lernressourcen, Hackathons und mehr, um deine technische Entwicklung voranzutreiben und eine Präsenz in der Machine-Learning-Community zu haben (interdisziplinäres Arbeiten und Schulungen in den Bereichen Data Engineering, Cloud-Architektur und Data Science) - Zugang zu branchenübergreifenden Projekten (große und mittelständische Unternehmen aus den Bereichen Banken, Versicherungen, Automotive, Einzelhandel usw.) - Branchenführenden Kooperationen in den Bereichen Cloud, BI und AutoML - Arbeit in einer offenen, flachen Umgebung, innerhalb eines breiten Reply-Netzwerks zum Wissensaustausch - Preisgekrönte Büroräume in der Münchner Innenstadt mit Zugang zur Stammstrecke - Fahrkarte für öffentliche Verkehrsmittel mit Deutschlandticket - Zuschuss zu einer Fitnessstudio-Mitgliedschaft in einem Fitnessstudio der Wahl - Flexible Arbeitsumgebung zwischen Kunden, Reply-Büro und Remote-Arbeit ## Qualifikationen - Wir freuen uns auf deinen Studienabschluss mit einem quantitativen oder wirtschaftlichen Hintergrund, zum Beispiel in Informatik, Wirtschaftsinformatik, Wirtschaftsmathematik oder Betriebswirtschaftslehre - Idealerweise bringst du erste praktische Erfahrungen mit DevOps/MLOps-Prinzipien und Computerplattformen wie Microsoft Azure, AWS und GCP sowie Databricks mit - Erste Erfahrungen in Kubernetes und Programmiersprachen wie Python, Java und Scala und SQL- und NoSQL-Datenbanktechnologien und Data Lakes - Kenntnisse in Cloud Architekturen (AWS oder Microsoft Azure), in den gängigen Betriebssystemen wie Unix/Linux und in Applikationsplattformen - Mündliche und schriftliche Kommunikationsfähigkeit in Deutsch und Englisch und die Bereitschaft national zu reisen - Fähigkeit, analytische Ergebnisse überzeugend zu kommunizieren und dem Management zu präsentieren ## Über Machine Learning Reply: Machine Learning Reply bietet maßgeschneiderte End-to-End-Lösungen im Data-Science-Bereich an, die den gesamten Projektlebenszyklus abdecken – von der initialen Strategieberatung über die Datenarchitektur und Infrastrukturthemen bis hin zur Datenverarbeitung und Qualitätssicherung unter Verwendung von Machine-Learning-Algorithmen. Machine Learning Reply verfügt über umfassende Expertise im Bereich der Datenwissenschaft in allen Schlüsselindustrien der deutschen HDAX-Unternehmen. Machine Learning Reply befähigt seine Kunden, neue datenbasierte Geschäftsmodelle erfolgreich einzuführen sowie bereits bestehende Prozesse und Produkte zu optimieren – mit einem Schwerpunkt auf Open-Source- und Cloud-Technologien. Mit dem Machine Learning Incubator bietet das Unternehmen ein Programm zur Ausbildung der nächsten Generation von Entscheidungsträgern, Data Scientists und Entwicklern an.