Job Description:

Unternehmen: Airbus Defence and Space 

Standort: Tesat, Backnang

Vertragsart: Vollzeit

Um die Zukunft autonomer Systeme zu gestalten, bündelt Airbus seine Kräfte in den Bereichen Künstliche Intelligenz und Autonomie. Zu diesem Zweck bauen wir am traditionsreichen Technologiestandort der Tesat in Backnang ein neues, agiles Kompetenz- und Entwicklungszentrum auf. In diesem Umfeld, das jahrzehntelange Expertise in der Weltraumtechnik mit der Dynamik eines Start-Ups verbindet, entwickeln wir die nächste Generation KI-gestützter Verteidigungs- und Dual-Use-Anwendungen.

Ihre Rolle

Als (Senior) MLOps Engineer (d/m/w) gestalten Sie unsere ML-Trainings- und Integrationsinfrastruktur maßgeblich mit. Sie ermöglichen KI-Training in massivem Maßstab und bereiten unsere Systeme auf extreme Einsatzbedingungen vor.

Dabei schlagen Sie die Brücke zwischen DevOps und Machine Learning Engineering, aber auch zu Bereichen wie Data und Simulation. Sie unterstützen das Machine Learning Team in der Integration unserer Trainings und der resultierenden Modelle in Software- und Hardware-in-the-Loop Umgebungen und stellen dabei zu jeder Zeit eine volle Reproduzierbarkeit, Skalierbarkeit sowie eine reibungslose Developer Experience bereit.

Ihre Vorteile

• Die einmalige Gelegenheit, die Zukunft autonomer Systeme bei einem weltweit führenden Luft- und Raumfahrtunternehmen zu gestalten
• Ein inspirierendes Arbeitsumfeld, das die Innovationskraft eines Start-Ups mit der Expertise und Sicherheit eines etablierten Konzerns verbindet
• Ein Team von brillanten Köpfen, die gemeinsam an einer großen Vision für Europas technologische Souveränität arbeiten
• Ein attraktives Gehalt, flexible Arbeitszeiten und exzellente Möglichkeiten zur beruflichen Weiterentwicklung innerhalb des Airbus-Konzerns
• Hybrides Arbeitsmodell (bis zu 40% mobiles Arbeiten)

Ihre Aufgaben

Sie sorgen dafür, dass aus ML-Modellen einsatzfähige Bausteine für autonome UAVs werden, über alle Domänen hinweg, von der Perception bis zur Entscheidungsfindung. Dabei können folgende Aufgaben in Ihrem Verantwortungsbereich (je nach Erfahrung) liegen.

• Ganzheitliche ML-Integration: Ob intern entwickelt oder aus Open Source, Sie schaffen in Abstimmung mit dem Team einheitliche Wege, Modelle zu übernehmen, zu bewerten und in den End-to-End-Autonomie-Stack einzubinden.
• Plattformaufbau: Sie gestalten unsere MLOps-Plattform aktiv mit und bauen auf vorhandenen Bausteinen wie Kubernetes, MLflow und GitLab auf.
• Pipelines für Training, Evaluierung und Deployment entwickeln Sie so, dass sie sowohl in Multi-Cloud-Umgebungen als auch auf unserem internen, abgeschotteten Cluster zuverlässig laufen.
• Reproduzierbarkeit und Nachvollziehbarkeit stellen Sie über den gesamten Modelllebenszyklus sicher, von Daten- und Modellversionierung über Experiment-Tracking bis zur Model Registry.
• Evaluierung und Testing: Sie entwickeln gemeinsam mit anderen Teams wie DevOps und Simulation Umgebungen, in denen die Qualität von Modellen systematisch und vergleichbar messbar ist.
• Optimierung für Zielhardware: Sie unterstützen beim Aufsetzen von Pipelines zur Modelloptimierung und Verbesserung der Inferenz-Performance.
• Brücke zwischen den Teams: Sie arbeiten eng mit ML-Entwickler:innen, Software- und Systemengineering sowie dem Infrastrukturbetrieb zusammen und tragen die Perspektive „ML in Produktion“ in alle Teams.

Ihr Profil

Sie bewegen sich sicher an der Schnittstelle von Machine Learning und DevOps, mit klarem Schwerpunkt auf der ML-Seite.

• Abgeschlossenes Studium im MINT-Bereich, z.B. Informatik, Mathematik, Elektrotechnik, Luft- und Raumfahrttechnik oder Künstliche Intelligenz
• Berufserfahrung in MLOps oder ML Engineering mit Modellen und Plattformen, die aktiv für produktive Systeme genutzt werden 
• Fundiertes ML-Verständnis: Sie wissen, wie Modelle trainiert, evaluiert und verbessert werden, und haben Praxis mit PyTorch und gängigen Formaten wie ONNX.
• Sehr gute Python-Kenntnisse und Freude an sauberer, wartbarer Software, C++ Kenntnisse sind wünschenswert.
• Erfahrung mit Kubernetes, CI/CD und MLOps-Tools, etwa GitLab, Kubeflow, MLflow, KServe und Artifact Registries
• Wünschenswert ist Erfahrung in mindestens einem der folgenden Bereiche: Erfahrung mit Modelloptimierung für Edge-Inferenz (z.B. TensorRT, Quantisierung), Hardware-in-the-Loop Umgebungen, Simulationsumgebungen und synthetischen Daten sowie verteiltem Training auf GPU-Clustern.
• Systemdenken: Sie denken in Gesamtlösungen statt in Einzelteilen und behalten auch dann den Überblick, wenn Modelle aus vielen Quellen zusammenkommen.
• Teamgeist und Gestaltungslust: Sie kommunizieren klar und haben Lust, eine Plattform mitzugestalten, die noch im Entstehen ist.
• Verhandlungssicher in Deutsch und Englisch

Wir suchen Talente auf verschiedenen Karrierestufen. Die konkrete Eingruppierung erfolgt basierend auf Ihrer individuellen Erfahrung.

Keine 100%ige Übereinstimmung? Kein Problem! Airbus unterstützt Ihr persönliches Wachstum mit maßgeschneiderten Entwicklungslösungen. Wir stellen nach Potenzial und Erfahrung ein.

Diese Tätigkeit erfordert ein Bewusstsein für mögliche Compliance-Risiken und integres Verhalten. Beide Punkte sind Grundvoraussetzungen für den Erfolg, den guten Ruf und das nachhaltige Wachstum des Unternehmens.

This job requires an awareness of any potential compliance risks and a commitment to act with integrity, as the foundation for the Company’s success, reputation and sustainable growth.

Company:

Employment Type:

-------

Experience Level:

Job Family: