Sr. Machine Learning Engineer

Was wir tun

Bei Kenvue erkennen wir die außergewöhnliche Kraft der täglichen Pflege. Aufbauend auf über einem Jahrhundert Tradition und verwurzelt in der Wissenschaft, sind wir das Haus der ikonischen Marken - darunter NEUTROGENA®, AVEENO®, TYLENOL,® LISTERINE®, JOHNSON'S® und BAND-AID®, die Sie bereits kennen und lieben. Wissenschaft ist unsere Leidenschaft; Fürsorge ist unser Talent.

Wer wir sind

Unser globales Team besteht aus ~ 22.000 brillanten Mitarbeitern mit einer Arbeitsplatzkultur, in der jede Stimme zählt und jeder Beitrag geschätzt wird. Wir sind leidenschaftlich an Erkenntnissen interessiert, Innovation und dem Engagement, unseren Kunden die besten Produkte zu liefern. Mit Fachwissen und Einfühlungsvermögen bedeutet ein Kenvuer zu sein, die Macht zu haben, jeden Tag Millionen von Menschen zu beeinflussen. Wir stellen den Menschen an die erste Stelle, kümmern uns leidenschaftlich, gewinnen Vertrauen in der Wissenschaft und lösen Lösungen mit Mut – und haben brillante Möglichkeiten, die auf Sie warten! Gestalten Sie mit uns unsere Zukunft – und Ihre. Für weitere Informationen, klicken Sie auf hier.

Rollenberichte an:

Standort:

Arbeitsort:

Was Sie tun werden

Sr. ML Ops Engineer

Job Overview

We are seeking a Sr. MLOps Engineer with 5+ years of experience to design, automate, and manage the lifecycle of machine learning models. This role is focused on building high-performance, scalable ML infrastructure on Microsoft Azure that bridges the gap between data science and production-grade engineering. You will be responsible for creating a "Plug-and-Play" deployment framework that ensures our ML solutions are resilient, secure, and cost-optimized.

Key Responsibilities

1. Pipeline Architecture & Automation

·       Scalable ML Pipelines: Design and manage end-to-end ML pipelines using Azure ML, Databricks, and PySpark to handle large-scale data processing and model training.

·       DevSecOps Integration: Build and maintain automated CI/CD pipelines using GitHub Actions, integrating SonarQube to enforce strict code quality and security standards.

·       Reusable Frameworks: Develop modular templates for various ML use cases to streamline deployment and drive operational efficiency across the enterprise.

2. Deployment & Orchestration

·       Containerization: Utilize Azure Kubernetes Service (AKS) and Docker to containerize and deploy ML models, ensuring high availability and seamless scaling.

·       API Management: Design and manage robust, secure APIs to facilitate seamless interactions between ML models and downstream applications.

·       Solution Architecture: Understand and contribute to the overall system architecture to ensure ML components are modular and scalable.

3. Optimization & Governance

·       Model Lifecycle Management: Perform model optimization, monitor for data drift, and implement automated data refresh checks to maintain model accuracy.

·       Cost Engineering: Implement cost-monitoring strategies to ensure efficient resource utilization during high-compute training and deployment phases.

·       Documentation: Provide detailed technical documentation for workflows, pipeline templates, and optimization strategies to ensure long-term maintainability.

4. Collaboration

·       Cross-Functional Synergy: Act as the technical liaison between Data Scientists, DevOps, and IT teams to ensure smooth model transitions across Dev, QA, and Production environments.

Required Qualifications

·       Education: Bachelor’s degree in engineering, Computer Science, or a related field.

·       Experience: 5+ years of total experience with a deep focus on the Azure MLOps tool stack.

·       Production Mastery: Proven track record of deploying and maintaining ML models in high-scale production environments.

·       Technical Proficiency: * Hands-on expertise with Azure Machine Learning and Databricks.

o   Strong understanding of Kubernetes (AKS) or API-based deployment platforms.

o   Solid grasp of DevOps practices and containerization (Docker).

o   Experience with code quality automation tools like SonarQube.

·       Soft Skills: Exceptional problem-solving skills and the ability to thrive in a fast-paced, collaborative environment.

Desired Qualifications

·       Architectural Mindset: Familiarity with broader solution architecture principles is a strong plus.

·       Certifications: Azure certifications such as AI-900, DP-100, or AZ-305 are highly preferred.

Wenn Sie eine Person mit einer Behinderung sind, besuchen Sie bitte unsere Behindertenhilfe für Informationen darüber, wie Sie eine Unterkunft anfordern können.