WorkMotion
Seedtag
MLOps Engineer
Technologie-Stack
Wir suchen einen MLOps Engineer, der unser technisches Team verstärkt und hilft, die Zukunft der neuro-kontextuellen Werbung in globalem Maßstab aufzubauen.
Sie werden mit den Technologien arbeiten, die LizCore, unsere kontextuelle KI-Infrastruktur, antreiben und das Echtzeit-ML-Modell-Serving für das offene Web und CTV unterstützen.
Unser Stack umfasst:
- Sprachen: Python, Go.
- Cloud & Infrastruktur: GCP, Vertex AI, Kubernetes, Terraform.
- MLOps & Monitoring: MLflow, Weights & Biases, Evidently, Prometheus, Grafana.
- Daten & Messaging: Kafka, Redis, Bigtable, MongoDB.
- KI & Machine Learning: NLP, Embeddings, Ranking-Modelle, MCP, agentenbasierte Workflows.
- Engineering-Praktiken: CI/CD, Modellversionierung, automatisiertes Testen, Reproduzierbarkeit.
Bereit, sich dem Seedtag Abenteuer anzuschließen?
Bei Seedtag schaffen wir ein Umfeld, in dem jeder erfolgreich sein kann. Wenn Sie während des Einstellungsprozesses Unterstützung benötigen, lassen Sie es uns wissen und wir sorgen für eine positive Erfahrung.
Wer wir sind
Bei Seedtag ist es unsere Mission, die Werbung zu transformieren, indem wir beweisen, dass Effektivität und Benutzerprivatsphäre wirklich koexistieren können.
Als führendes Unternehmen für neuro-kontextuelle Werbung kombinieren wir Künstliche Intelligenz, Natural Language Processing, Computer Vision und Neurowissenschaften, um nicht nur zu verstehen, worum es in Inhalten geht, sondern auch, wie sie Menschen fühlen lassen und was sie als Nächstes tun wollen.
Unsere proprietäre KI, Liz, ermöglicht es Marken, über das offene Web und Connected TV mit Zielgruppen zu interagieren, ohne Cookies oder Benutzerverfolgung. Gegründet im Jahr 2014 von zwei ehemaligen Googlers, ist Seedtag zu über 500 Seedtaggern in 17 Ländern gewachsen, wird durch Finanzierungen in Höhe von 250 Mio. € unterstützt und agiert heute als globaler Ad-Tech-Marktführer.
Unsere Kernwerte
Wenn Sie gerne komplexe technische Herausforderungen lösen und KI-gesteuerte Systeme in großem Maßstab entwickeln, werden Sie sich hier wie zu Hause fühlen.
Ergebnis über Aufwand
Wir messen Erfolg anhand von Wirkung und Wert, nicht anhand der Anzahl von Features oder Codezeilen.
Scheitern ist erlaubt, Lernen ist ein Muss
Experimentieren ist der Schlüssel zur Innovation. Wir testen früh, iterieren oft und lernen schnell.
Wir sind alle Pfadfinder
Wir übernehmen Verantwortung und hinterlassen Dinge besser, als wir sie vorgefunden haben.
Wir sind datengesteuert
Daten informieren unsere Entscheidungen und helfen uns, unsere Systeme und Ergebnisse kontinuierlich zu verbessern.
Ihre Herausforderung
Als unser MLOps Engineer helfen Sie dabei, die Infrastruktur hinter Liz, der kontextuellen KI von Seedtag, zu skalieren und zu warten, um eine zuverlässige, effiziente und latenzarme Bereitstellung von ML-Modellen im gesamten offenen Web und CTV zu gewährleisten.
Ihre Hauptverantwortlichkeiten umfassen:
- ML-Modellbereitstellung: Bereitstellung, Wartung und Optimierung von ML-Modellen in der Produktion, um Leistungs-, Zuverlässigkeits- und Latenzstandards zu gewährleisten.
- Datenpipelines: Aufbau und Verbesserung von Pipelines für die Datensatzgenerierung, das Modelltraining, die Validierung und die Leistungsanalyse.
- Modell-Observability: Implementierung von Überwachung, Dashboards, Drift-Erkennung und Alarmierung, um die Modellqualität und -stabilität zu gewährleisten.
- MLOps-Infrastruktur: Verbesserung von CI/CD-Pipelines, Modellversionierung, Reproduzierbarkeit und Automatisierung der Infrastruktur.
- Leistungs- und Kostenoptimierung: Identifizierung von Möglichkeiten zur Reduzierung der Betriebskosten und zur Verbesserung der Effizienz, ohne die Modellqualität zu beeinträchtigen.
- KI-Automatisierung: Entwicklung interner Automatisierungen und agentenbasierter Integrationen zur Optimierung von ML-Workflows.
- Funktionsübergreifende Zusammenarbeit: Enge Zusammenarbeit mit den Data-, Platform- und Backend-Teams zur Fehlerbehebung bei Produktionsproblemen und zur Verbesserung von ML-Systemen.
Was Sie für den Erfolg benötigen
- 2–4 Jahre Erfahrung im Aufbau, der Bereitstellung und der Wartung von ML-Systemen in der Produktion.
- Starke Python-Kenntnisse, einschließlich APIs, asynchroner Programmierung, Tests und sauberer Architektur.
- Praktische Erfahrung mit der Entwicklung und produktiven Bereitstellung von ML-Modellen.
- Solides Verständnis von MLOps-Praktiken, einschließlich CI/CD, Modellversionierung, Reproduzierbarkeit und Überwachung.
- Erfahrung mit ML-Observability, einschließlich Leistungskennzahlen, Dashboards und Alarmierung.
- Kenntnisse über verteilte Systeme, Microservices, Kubernetes und Cloud-Infrastruktur.
- Starke Problemlösungsfähigkeiten bei Modellen, Datenpipelines, APIs und Infrastruktur.
- Proaktiv, neugierig und autonom, mit der Fähigkeit, technische Komponenten End-to-End zu verantworten.
Warum zu Seedtag wechseln?
- Ein entscheidender Moment des Wachstums mit echter Verantwortung und globaler Wirkung.
- Flexibles Arbeitsmodell mit 100% Remote- oder Hybridoptionen.
- (Remote-Verträge verfügbar in Spanien, Italien, UK, Belgien, Niederlande, Frankreich und Deutschland.)
- Kontinuierliches Lernen durch eine Lernplattform und optionale Sprachkurse.
- Eine unterstützende, vertrauensbasierte Kultur, die das Wohlbefinden schätzt.
- Teamaktivitäten, Offsites und Möglichkeiten zur Vernetzung über die Arbeit hinaus.
Zusätzliche Vergünstigungen
- Budget für die Einrichtung des Homeoffice bis zu 1,000 €
- Bezahlte Reisen zu unserem Hauptsitz in Madrid
- MacBook Pro M3
