Senior MLOps / LLMOps Engineer (alle Geschlechter)

Unser Kunde steht für digitale Exzellenz und bietet vielfältige Entwicklungsmöglichkeiten für alle Mitarbeiter. In einem dynamischen Umfeld, das auf Wachstum und Lernen setzt, arbeiten Sie an anspruchsvollen Projekten in interdisziplinären Teams. Als Treiber der KI-Transformation verbindet das Unternehmen Mut zur Veränderung mit technologischer Expertise und zukunftsfähigen Strategien. In Ihrer Rolle als Senior MLOps / LLMOps Engineer sind Sie verantwortlich für den End-to-End-Lifecycle von ML- und LLM-Systemen im produktiven Betrieb. Dazu gehört die Versionierung, das Deployment sowie das Monitoring und die kontinuierliche Weiterentwicklung dieser Systeme. Sie implementieren automatisierte Trainings-, Test- und Deployment-Pipelines und entwickeln Evaluierungsarchitekturen, um die Qualität der ML- und RAG-Systeme objektiv zu messen. Darüber hinaus stellen Sie sicher, dass Monitoring für Modell-Drift, Daten-Drift und andere relevante Metriken implementiert ist. Ihre strukturierte Arbeitsweise und Ihr hohes Engineering-Bewusstsein tragen dazu bei, Reproduzierbarkeit und Auditierbarkeit in AI-Systemlandschaften zu gewährleisten. Das Unternehmen fördert eine Kultur der Offenheit und Verantwortungsübernahme, was Ihnen die Möglichkeit gibt, aktiv zur KI-Transformation beizutragen und sich kontinuierlich weiterzuentwickeln.

Der ideale Kandidat verfügt über ein abgeschlossenes Studium in Informatik, Data Engineering, Software Engineering oder einem vergleichbaren technischen Fachgebiet sowie mindestens 3 Jahre Erfahrung im Betrieb produktiver ML- oder LLM-Systeme im Enterprise-Umfeld. Sie bringen tiefgehendes Fachwissen im ML/LLM-Qualitätsmanagement mit, einschließlich Modell-Lifecycle-Management, Drift Detection und Prompt-Evaluation. Zudem sollten Sie souverän mit Tools wie MLflow oder Weights & Biases sowie CI/CD-Toolchains wie GitLab CI oder GitHub Actions umgehen können. Erfahrung in Container- und Cloud-Umgebungen ist ebenfalls erforderlich. Eine strukturierte Arbeitsweise, die auf Qualität, Stabilität und Reproduzierbarkeit ausgerichtet ist, ist für diese Position entscheidend. Darüber hinaus sollten Sie über ausgeprägte KI-Kompetenzen verfügen und in der Lage sein, KI-Tools kritisch zu bewerten und deren Potenziale zu nutzen. Sprachkenntnisse in Deutsch und Englisch sind notwendig, um sowohl mündlich als auch schriftlich sicher zu kommunizieren.