Als AI & ML Engineer entwickelst und optimierst du Softwarelösungen, die AI- und Machine-Learning-Technologien integrieren und deren Ergebnisse zuverlässig sowie skalierbar bereitstellen.
Machine-Learning-Pipelines für Model Management, Testing, Deployment, Monitoring und Experiment Tracking gehören zu deinem Verantwortungsbereich. Zudem führst du KI-Prototypen in den produktiven Einsatz.
AI-APIs sowie LLM-basierte Anwendungen setzt du um und sorgst dafür, dass innovative Funktionalitäten in produktiven Systemen nutzbar werden.
Gemeinsam mit den relevanten Stakeholdern entwickelst du APIs und Architekturen für AI-Funktionalitäten und Datenintegration und bringst dabei etablierte Standards für Softwareentwicklung und Model Governance ein.
Für Deployment, Betrieb und Automatisierung unserer AI- und ML-Anwendungen auf Microsoft Azure setzt du moderne DevOps- und MLOps-Praktiken ein und stellst einen stabilen sowie skalierbaren Betrieb sicher.
Interne und externe Data Scientists sowie Engineers unterstützt du bei Best Practices in der Softwareentwicklung und trägst dazu bei, ML-Lösungen produktionsreif umzusetzen.
Innerhalb agiler Entwicklungszyklen arbeitest du an der Weiterentwicklung von Architekturprinzipien für AI- und Machine-Learning-Anwendungen mit.
Neue Technologien bewertest du praxisnah, entwickelst Prototypen und unterstützt die Umsetzung sicherer, ethischer und datenschutzkonformer AI-Lösungen
English version
As an AI & ML Engineer, you design, develop and optimize software solutions that integrate AI and machine learning technologies and make their outcomes available in a reliable and scalable way.
End-to-end machine learning pipelines, including model management, testing, deployment, monitoring and experiment tracking, are part of your day-to-day work. You also help turn AI prototypes into production-ready solutions.
AI APIs and LLM-based applications are developed and implemented by you to deliver innovative capabilities within productive systems.
Together with relevant stakeholders, you create APIs and architectures that enable AI functionality and data integration while applying established software engineering and model governance practices.
Responsibility for the deployment, operation and automation of AI and ML applications in Microsoft Azure lies within your scope. Modern DevOps and MLOps practices help you ensure a reliable and scalable production environment.
Internal and external Data Scientists and Engineers rely on your support and guidance when it comes to software engineering best practices and production-ready ML solutions.
Working within agile development cycles, you contribute to the evolution of architecture principles and standards for AI and machine learning applications.
Emerging technologies are something you actively evaluate. You build prototypes and support the implementation of secure, ethical and privacy-compliant AI solutions.
Ein abgeschlossenes Masterstudium in Informatik, Informationstechnologie, Künstlicher Intelligenz oder einem vergleichbaren Fachgebiet bildet deine fachliche Grundlage.
Mehrjährige Erfahrung in der Entwicklung, Optimierung und Implementierung produktionsreifer AI-, Machine-Learning- oder NLP-Anwendungen bringst du mit.
Die Entwicklung von AI- und ML-Modellen sowie deren erfolgreicher Betrieb in produktiven Umgebungen sind dir vertraut.
Klassische Data-Science-Verfahren wie Predictive Modeling, Forecasting oder Empfehlungssysteme hast du bereits erfolgreich eingesetzt.
Erfahrung mit Frameworks für die Entwicklung von LLM-Anwendungen, beispielsweise LangChain, LlamaIndex, Haystack oder Semantic Kernel, ergänzt dein Profil.
Python, Git, automatisierte Tests und CI/CD-Pipelines gehören für dich zum professionellen Entwicklungsalltag.
Mit cloudnativen AI- und ML-Services arbeitest du sicher, idealerweise in Microsoft Azure oder alternativ in AWS.
Eine strukturierte und lösungsorientierte Arbeitsweise, ein hohes Maß an Eigenverantwortung sowie sehr gute Englischkenntnisse runden dein Profil ab.
English version
Your background includes a Master’s degree in Computer Science, Information Technology, Artificial Intelligence or a related field.
Several years of experience developing, optimizing and implementing production-grade AI, machine learning or NLP applications enable you to move confidently in this role.
Building AI and ML models and operating them successfully in production environments is part of your expertise.
Practical experience with traditional data science techniques such as predictive modelling, forecasting or recommendation systems is expected.
You have worked with frameworks for LLM application development, such as LangChain, LlamaIndex, Haystack or Semantic Kernel.
Python, Git, automated testing and CI/CD pipelines are familiar tools and practices in your daily work.
Cloud-native AI and ML services are part of your skillset, ideally within Microsoft Azure, alternatively AWS.
A structured and solution-oriented way of working, a strong sense of ownership and very good English communication skills complete your profile.
Unsere Ausschreibung spricht dich sehr an, jedoch erfüllst du nicht ganz die 100 %? Kein Thema - die fehlenden Prozente gehen wir gemeinsam.
