Argo Workflow Jobs in Deutschland

In diesem Job entwickelst du die Dateninfrastruktur für einen KI-Assistenten, gestaltest ETL-Prozesse, überwachst Datenqualität und arbeitest mit modernen Technologien zur Datenanalyse und Integration.

In diesem Job entwirfst und implementierst du die Compute-Orchestrierung für eine GPU-native Cloud-Plattform, die KI-Workloads unterstützt, während du bestehende Systeme betreust und das Design neuer Architekturen vorantreibst.

In dieser Position entwickelst du sichere Cloud-Infrastrukturen auf AWS und verbesserst Kubernetes-Umgebungen. Du arbeitest an Infrastruktur als Code mit Terraform und optimierst CI/CD-Pipelines sowie Plattform-Observabilität.

In diesem Job entwickelst du die technische Vision der Datenplattform, führst das Team im Design und der Implementierung bewährter Datenprozesse und überwachst die Qualität der Datenpipeline mit modernen Technologien.

In dieser Rolle übernimmst du die Leitung eines Teams, entwickelst eine MLOps-Plattform und unterstützt die Integration von ML-Anwendungen, wobei du eng mit verschiedenen technischen Abteilungen zusammenarbeitest.

In dieser Rolle entwickelst du ML/AI-Plattformlösungen auf der Google Cloud Platform, implementierst MLOps-Standards und integrierst ML-Modelle für produktive Anwendungen, während du eng mit verschiedenen Teams zusammenarbeitest.

In dieser Position übernimmst du die technische und organisatorische Führung eines ML/AI-Teams, entwickelst MLOps-Plattformen und integrierst KI-Modelle in produktive Anwendungen auf Google Cloud.

In dieser Rolle führst du ein Team von ML/AI-Experten, entwickelst eine MLOps-Plattform und integrierst KI-Modelle in Produktivsysteme unter Verwendung von Google Cloud, Kubernetes und Infrastructure-as-Code.

In dieser Rolle wählst du ML-Tools aus, entwickelst eine MLOps-Plattform auf GCP und Kubernetes, integrierst KI-Modelle und gewährleistest deren Stabilität durch Monitoring und Observability für Produktentwicklungsteams.

In dieser Position implementierst du automatisierte Lösungen zur Skalierung und Systemstabilität von Kubernetes-Anwendungen, unterstützt CI/CD-Pipelines und förderst Best Practices in DevOps und MLOps.