Data Science Project Manager

9/2021 – offen

Als Project Manager / Product Owner für MLOps & LLMOps sind Sie dafür verantwortlich, die reibungslose, effiziente und skalierbare Bereitstellung von Machine Learning (ML)-Modellen und Large Language Model (LLM)-basierten Assistenten in die Produktion zu gewährleisten.

Kernaufgaben MLOps:

Strategische Führung: Sie definieren die Vision, Strategie und Roadmap für die MLOps-Plattform in Abstimmung mit den Produktteams und der Infrastruktur.

Betrieb und Skalierung: Sie stellen sicher, dass ML-Artefakte zuverlässig in Produktion gebracht, skaliert, überwacht und gewartet werden können (Model Serving, Model Storage, Version Control).

Monitoring: Sie etablieren Prozesse und Tools für Model- und Daten-Monitoring (Data Drift, Concept Drift, Load / Cost Monitoring).

Beratung: Sie beraten die Produktteams bei der Einführung von Best Practices für Model Training, Testing und Validierung.

Kernaufgaben LLMOps & Assistenten-Entwicklung:

LLM-Infrastruktur: Sie sind verantwortlich für die Bereitstellung der Infrastruktur für LLM-Anwendungen (z.B. RAG-Pipelines, Vektordatenbanken).

Orchestrierung und Tooling: Sie wählen und integrieren die notwendigen Tools für die Entwicklung von LLM-Workflows und Assistenten. Dazu gehören:

Observability: Implementierung von Langfuse für Tracing, Evaluation und Observability der LLM-Performance.

Model-Management: Nutzung von LiteLLM zur einfachen Anbindung und Kostenoptimierung verschiedener LLMs.

Workflow-Design: Bereitstellung von No-Code/Low-Code-Lösungen (Flowise, Langflow, n8n) zur visuellen Erstellung und Integration von LLM-Chains in Geschäftsprozesse.

Strukturierte Ausgabe: Förderung der Nutzung von MCP-basierten Techniken (Model Controlled Parsing) für eine zuverlässige Steuerung von Assistenten-Logik.

Governance: Sie etablieren Standards für Prompt Engineering, Modell-Governance, Kostenkontrolle und die Einhaltung von Sicherheitsrichtlinien (Guardrails) im LLM-Einsatz.

Jira, Langchain, Large Language Models, Maschinelles Lernen, Maschinelles Sehen, MLOps

12/2020 – 2/2021

- Feature Engineering,
- Zusammenführung öffentlicher Geoinformationen in ein uniformes Format
- statistische Modellierung von Immobilienpreisen
- Vorbereitung und Durchführung analytischer Workshops

Maschinelles Lernen, R (Programmiersprache), Random Forest

12/2020 – 1/2021

- Einführung neuen Projekt Reportings

Power Bi