Das Unternehmen steht für digitale Exzellenz und bietet vielfältige Entwicklungsmöglichkeiten für alle Mitarbeiter. Hier wird gemeinsam gewachsen und voneinander gelernt, in anspruchsvollen Projekten und interdisziplinären Teams. Der Fokus liegt auf IT und dem Erfolg der Kunden. Als Treiber der KI-Transformation verbindet das Unternehmen Mut zur Veränderung mit technologischer Expertise und zukunftsfähigen Strategien. In dieser Rolle gestalten Sie die Produktionsarchitektur, indem Sie skalierbare Machine Learning-Architekturen für hochverfügbare Enterprise-Anwendungen konzipieren und implementieren. Sie entwickeln robuste Daten-, Trainings- und Deploymentpipelines mit klarer CI/CD-Integration und stellen die Modellrobustheit durch Monitoring-, Drift-Detection- und Retraining-Mechanismen sicher. Zudem optimieren Sie die Performance, indem Sie Latenz, Skalierungsverhalten und Ressourceneffizienz analysieren und Modelle entsprechend anpassen. Technische Verantwortung übernehmen Sie, indem Sie technische Entscheidungen in ML-Projekten steuern und eng mit Plattform- und DevOps-Teams zusammenarbeiten. Das Arbeitsumfeld ist geprägt von Offenheit, Verantwortungsübernahme und gemeinsamen Erfolgen, was eine positive Unternehmenskultur fördert.

Der ideale Kandidat bringt mindestens fünf Jahre Erfahrung in der Entwicklung und dem Betrieb produktiver Machine-Learning-Systeme im Enterprise-Umfeld mit und hat ein abgeschlossenes Studium in Informatik, Software Engineering, Data Science oder einem vergleichbaren technischen Fachgebiet. Fundiertes Fachwissen in MLOps-Prinzipien, Modellversionierung, Feature Stores und Lifecycle-Management ist erforderlich. Der Kandidat sollte souverän mit modernen Technologien wie Python, Docker, Kubernetes, MLflow sowie mindestens einer Hyperscaler-Cloud wie AWS, Azure oder GCP arbeiten können. Eine strukturierte Arbeitsweise ist wichtig, ebenso wie eine testgetriebene Herangehensweise mit klarem Fokus auf Skalierbarkeit und Stabilität. Darüber hinaus sollte der Bewerber KI-Tools in seinem Fachgebiet souverän einsetzen können, die Ergebnisse kritisch bewerten und Kunden sowie Kollegen unterstützen, Potenziale von KI zu nutzen. Sprachkenntnisse in Deutsch und Englisch sind erforderlich.