Engineering Manager, Data Platform & ML Ops

Diese Stelle wird von Jobgether im Auftrag eines Partnerunternehmens ausgeschrieben. Wir suchen derzeit einen Engineering Manager, Data Platform & ML Ops in Deutschland.

Diese Rolle befindet sich im Zentrum einer schnell wachsenden, global verteilten, zu 100 % remote arbeitenden Engineering-Organisation, die sich auf den Aufbau von Systemen mit hohem Vertrauensfaktor für Betrugsprävention und digitale Identität konzentriert. Sie leiten ein Team, das für das Daten- und Machine-Learning-Rückgrat verantwortlich ist, welches kritische Analysen, Produktintelligenz und produktive ML-Systeme antreibt.

Verantwortlichkeiten

In dieser Rolle leiten und entwickeln Sie ein leistungsstarkes Team von Ingenieuren und verantworten die Strategie, Zuverlässigkeit und Weiterentwicklung sowohl der Datenplattform als auch des ML-Ops-Ökosystems.

• Führung, Mentoring und Entwicklung eines Teams von Data-Platform- und ML-Ops-Ingenieuren.
• Verantwortung für Architektur, Zuverlässigkeit und Skalierbarkeit des internen Data Warehouse.
• Überwachung des gesamten ML-Ops-Lebenszyklus, einschließlich Experimenten, Trainingspipelines, Bereitstellung und Überwachung.
• Leitung technischer Architekturentscheidungen und Überprüfung komplexer technischer Vorschläge.
• Zusammenarbeit mit Data Scientists, Produktmanagern und Engineering-Führungskräften.
• Definition und Weiterentwicklung von Engineering-Standards, Tools und Best Practices.
• Kontinuierliche Verbesserung der Systemleistung, Zuverlässigkeit und operativen Reife.

Anforderungen

Der ideale Kandidat verfügt über fundierte Erfahrung in der technischen Führung von Data-Engineering- und Machine-Learning-Systemen sowie die Fähigkeit, Teams in schnelllebigen Umgebungen zu leiten.

• Mindestens 2+ Jahre Erfahrung in der Leitung von Engineering-Teams in den Bereichen Daten, ML oder Plattform.
• 5+ Jahre Berufserfahrung im Data Engineering, ML Engineering oder in vergleichbaren Software-Engineering-Rollen.
• Starkes technisches Fundament in Dateninfrastruktur und Machine-Learning-Systemen in SaaS-Umgebungen.
• Praktische Erfahrung mit ML-Ops-Workflows (Trainingspipelines, Deployment, Monitoring).
• Erfahrung mit modernen Datenplattformen wie ClickHouse, Databricks, Snowflake oder BigQuery.
• Kenntnisse in Cloud-Infrastruktur, insbesondere AWS-basierte Daten- und ML-Systeme.
• Starke Kommunikations-, Führungs- und Kollaborationsfähigkeiten.

Vorteile

• Wettbewerbsfähiges Vergütungspaket basierend auf US-Marktbenchmarks.
• Vollständig remote, global verteiltes Arbeitsumfeld.
• Möglichkeit, unternehmenskritische Daten- und ML-Systeme in großem Maßstab zu leiten.
• Starke Engineering-Kultur mit Fokus auf Autonomie, Lernen und Innovation.
• Umgang mit modernem Daten-Stack und fortschrittlicher ML-Ops-Infrastruktur.

Wie Jobgether funktioniert

Wir nutzen einen KI-gestützten Matching-Prozess, um sicherzustellen, dass Ihre Bewerbung schnell, objektiv und fair geprüft wird. Unser System identifiziert die am besten passenden Kandidaten, die direkt an das einstellende Unternehmen weitergeleitet werden.

Datenschutzhinweis

Mit der Einreichung Ihrer Bewerbung erkennen Sie an, dass Jobgether Ihre personenbezogenen Daten verarbeitet, um Ihre Eignung zu bewerten und relevante Informationen mit dem einstellenden Arbeitgeber zu teilen. Dies erfolgt auf Basis berechtigter Interessen gemäß geltender Datenschutzgesetze (einschließlich DSGVO).