Head of ML/AI Platform (gn)

Die ZEIT Verlagsgruppe bietet Qualitätsinhalte: Print, Online und Audio, in Form zahlreicher Bildungsangebote und Konferenzen oder als Dienstleister für Content Marketing oder Strategieberatung im Bereich Employer Branding. In unserem Leitbild definieren wir unsere Werte, die Grundlage unseres Erfolgs: Unabhängigkeit, Respekt und Zuversicht. Dank unserer Innovationsstärke wächst die ZEIT Verlagsgruppe stetig, Auflagen, Reichweiten und die Digital- und Nebengeschäfte entwickeln sich positiv. Die ZEIT Verlagsgruppe hat rund 1.400 Mitarbeitende an den Standorten Hamburg, Berlin, Frankfurt und München.

Im Bereich Data bauen wir das Team ML / AI Platform ganz neu auf. Es soll an zentraler Stelle die Kompetenzen bündeln, die für die Auswahl und den Betrieb von Diensten und Lösungen notwendig sind, auf und mit denen wir KI in vielfältiger Weise bei der ZEIT einsetzen – egal ob für interne Anwendungsfälle oder in unseren Produkten.

Head of ML/AI Platform (gn)

Als Head of ML/AI Platform übernimmst du die fachliche und organisatorische Führung des Teams (mit dir drei Kolleg:innen) und bist gleichzeitig selbst stark fachlich in die technische Arbeit involviert. Du wirkst an der strategischen Ausrichtung mit, bist mitverantwortlich für Priorisierung und Kapazitätssteuerung und stellst sicher, dass das Team eng mit den Kolleg:innen aus DevOps, Data Platform, Data Science, Produktentwicklung und Engineering in Redaktion und Verlag verzahnt ist. Unser Tech Stack basiert auf der Google Cloud Platform und Kubernetes. Du wirst ML(Ops)-Tools auswählen (wie MLflow, Vertex AI,Vector Databases für RAG-Anwendungen).

Deine Rolle hat vier Komponenten

1. Führung & Teamaufbau: Du führst fachlich und organisatorisch ein neues, hochspezialisiertes Team (mit dir drei Kolleg:innen) und hast Freude daran, das Team und die Kompetenzen weiterzuentwickeln. Du schaffst Rahmenbedingungen für erfolgreiche Zusammenarbeit, förderst Eigenverantwortung und sorgst für ein motivierendes Arbeitsumfeld. Dabei gehst du mit gutem Beispiel voran – durch deine eigene fachliche Arbeit.
2. ML/AI-Plattform auswählen, aufbauen und betreiben: Du entwickelst und betreibst mit Deinem Team eine MLOps-Plattform und definierst Standards für Entwicklung, Deployment und Betrieb von KI-Modellen. Dein Fokus liegt auf einer sicheren und skalierbaren Architektur, deren Stabilität du u.a. durch Monitoring und Observability gewährleistest.
3. Integration ermöglichen: Du schaffst oder evaluierst Tools und Services, die es Data Scientists und Produktentwicklern ermöglicht, unsere ML- und Generative-KI-Use Cases nahtlos zu integrieren. Du bist der technische Enabler, der komplexe ML und LL-Modelle, die die Data Science- und Product-Teams bauen, produktionsreif macht. Dies umfasst die Integration von ML-Modellen in produktive Anwendungen und bestehende IT-Landschaften sowie die Implementierung von Model Observability und Monitoring (z.B. Erkennung von Model Drift, automatisches Retraining).
4. Datenanbindung und Kollaboration: Du stellst ML/AI-spezifische Datenbanken bereit und entwickelst in enger Abstimmung mit angrenzenden Abteilungen die Anbindungen an bestehende Datenquellen. Du berätst und arbeitest eng mit Data Science, DevOps, Software Engineering, Produkt und den Fachbereichen zusammen.

Du musst aber kein/e ausgewiesene/r Expert:in in all diesen Bereichen sein. Sofern du in einigen Punkten Erfahrung gesammelt hast und Spaß an der ganzheitlichen Betrachtung des MLOps-Lebenszyklus hast, lässt sich alles andere erlernen.

1. Technischer Hintergrund: Studium im Bereich (Wirtschafts-)Informatik, Ingenieurwesen, Mathematik, Data Science oder vergleichbare Fachrichtung – oder eine entsprechende technische Ausbildung.
2. Erfahrung im agilen Umfeld: Du bringst fundierte praktische Erfahrung in agilen Arbeitsumgebungen mit (z. B. Scrum, Kanban) und bist vertraut mit der Zusammenarbeit mit Product Ownern, Stakeholdern und interdisziplinären Teams.
3. Praxiserfahrung in der Softwareentwicklung mit Python in Positionen wie ML Engineer, DevOps Engineer, Data Scientist oder Software Engineer mit ML-Anteil (d.h. konkret Nutzung von Bibliotheken wie Huggingface, scikit-learn oder PyTorch/TensorFlow.)
4. Cloud-Native: Du hast fundierte praktische Erfahrung mit Cloud-Infrastrukturen (vorzugsweise GCP) sowie tiefgreifende Kenntnisse in zentralen Themen wie Cloud IAM, Workload Identity, Cloud Networking, Cloud Storage und Vertex AI.
5. Plattform-Mindset: Du denkst in Self-Service-Lösungen und abstrahierst technische Komplexität, sodass sich Data Scientists voll auf die Entwicklung und Optimierung ihrer Modelle konzentrieren können.
6. IaC & GitOps: Du hast das Infrastructure-as-Code-Prinzip (Terraform, alternativ OpenTofu oder Pulumi) sowie das GitOps-Prinzip (z. B. mit Flux oder Argo CD) verinnerlicht und setzt beide konsequent in der Praxis ein.
7. Kubernetes & Container: Du verfügst über tiefgehende Kenntnisse in der Container-Entwicklung und im Deployment (inkl. Helm-Chart-Entwicklung) sowie im effizienten Management von CPU- und GPU-Workloads, Skalierung und Resource Management.
8. Data-Orchestrierung: Du hast Erfahrung im Aufbau von ETL- und Datenpipelines sowie mit Workflow-Orchestrierung (z. B. Airflow, Argo Workflows oder Kubeflow).

Nice to have

1. Führungserfahrung mit Hands-on-Mentalität: Du hast bereits Erfahrung in der fachlichen und/oder disziplinarischen Führung kleiner technischer Teams (z. B. als Tech Lead, Engineering Manager, Head of Platform/Data) und bringst gleichzeitig tiefe technische Expertise mit, die du aktiv in die Arbeit einbringst.
2. MLOps Tools & good Practices: Praktische Erfahrung mit Model Training, Deployment und idealerweise mit LLMs. (Mlflow, DVC, Weights & Biases, Vektor-Datenbanken,…)
3. Praktische Erfahrung in der Arbeit mit Large Language Models (LLMs), auch mit OpenSource-Modellen, und Architekturen wie Retrieval-Augmented Generation (RAG).

Dein persönliches Profil

1. Du hast Freude an Führung und Teamarbeit: Du möchtest Menschen entwickeln, Verantwortung übernehmen und gleichzeitig selbst fachlich aktiv bleiben. Du schaffst Strukturen, ohne Mikromanagement zu betreiben.
2. Du gehst strukturiert an Fragestellungen heran: Deine Stärken liegen in einem ausgeprägten Verständnis für Daten und Prozesse sowie einer analytischen Herangehensweise.
3. Du hast Freude daran, Projekte zu begleiten und voranzutreiben und für einen Teil unserer Stakeholder verantwortlich zu sein, da wir diese Verantwortlichkeiten teamintern verteilen werden.
4. Du bist neugierig, initiativ und lösungsorientiert. Du hast ein starkes Interesse daran, auch die Fachbereiche zu verstehen, um durch nachhaltige Entscheidungen die Daten- und KI-Landschaft des Zeitverlags für die kommenden Jahre aktiv mitzugestalten.

Unser Team

Das Team ML/AI Platform ist Teil von ZEIT Data mit ca. 20 Data Practitioners (Technical Web Analysts, Data Engineers, Analytics Engineers, Data Analysts und Data Scientists), darum gibt es zudem einer Community von Data Scientists in anderen Abteilungen des Hauses. Im Team sprechen und schreiben wir Deutsch, den Code schreiben wir auf Englisch.

Wir arbeiten agil, transparent und kollaborativ. Wir setzen auf Eigenverantwortung, kurze Abstimmungswege und eine offene Feedback-Kultur. Nicht nur als Head of ML / AI Platform prägst du unsere Kultur aktiv mit und entwickelst sie weiter.

1. Arbeitsort und - zeit nach individuellen Bedürfnissen: Unsere Arbeitsumgebung ist geprägt von Flexibilität und Individualität. Wir bieten flexible Arbeitszeiten wie Gleitzeit und mobiles Arbeiten sowie vielfältige Teilzeitmodelle, um die Balance zwischen Beruf und Privatleben optimal zu gestalten. Zusätzlich befinden sich unsere Arbeitsplätze in zentraler Lage mit exzellenter Anbindung an den öffentlichen Nahverkehr – einen Zuschuss zum Deutschlandticket gibt es natürlich auch.
2. Lernkultur: Weiterbildung ist uns wichtig. Deshalb bieten wir allen Mitarbeitenden über unsere ZEIT AKADEMIE, die Produkte von ZEIT SPRACHEN, dem Holtzbrinck E-Learning Campus vielfältige Möglichkeiten zur individuellen Entwicklung. Einmal im Jahr nutzen wir den internen ZEIT University Day sowie regelmäßige University Snacks, um uns zu verschiedenen Themen auszutauschen und voneinander zu lernen.
3. Vergünstigungen: Wir lieben unsere Produkte, daher steht dir die gesamte Bandbreite unserer Publikationen, Veranstaltungen und Medienangebote kostenfrei zur Verfügung. Zusätzlich bieten wir zu Mitarbeiterkonditionen verschiedene Zeitungs- und Zeitschriftenabonnements sowie unsere ZEIT Shop Produkte an. Über die Plattformen Corporate Benefits und benefit.me kannst du außerdem von vielen Vergünstigungen für Museen, Theater, Festivals, verschiedene Produkte oder Konferenzen profitieren.
4. Kommunikation und Austausch werden bei uns großgeschrieben. Durch verschiedene interne Formate und Projekte, wie z.B. unserem Mentor:innen - und Pat:innen-Programm, einem monatlichen All Hands und begleitenden Newslettern oder beim Mystery Lunch fördern wir Vernetzung und Austausch.
5. Wohlbefinden: Das Employee Assistance Program bietet dir rasche und wirkungsvolle Hilfe sowohl bei beruflichen als auch bei privaten Fragestellungen – auch in besonderen Krisensituationen. Außerdem kannst du von attraktiven Vergünstigungen bei Urban Sports profitieren, um aktiv zu bleiben und deine Gesundheit zu fördern.

Erste Einblicke findest du bei kununu, LinkedIn , XING oder auch auf unserer ZEIT Karriereseite.

Solange diese Position auf unserer Karriereseite sichtbar ist, kannst du dich sehr gerne darauf bewerben - es gibt keine Bewerbungsfrist. Weitere Antworten zu unserem Bewerbungsprozess findest du in unseren FAQ.