Das Unternehmen steht für digitale Exzellenz und bietet vielfältige Entwicklungsmöglichkeiten für alle Mitarbeitenden. In einem dynamischen Umfeld wachsen die Teams gemeinsam und lernen voneinander, während sie an anspruchsvollen Projekten arbeiten. Als Treiber der KI-Transformation verbindet das Unternehmen Mut zur Veränderung mit technologischer Expertise und zukunftsfähigen Strategien. Die Unternehmenskultur basiert auf Offenheit, Verantwortungsübernahme und gemeinsamen Erfolgen. In der Rolle des Senior MLOps / LLMOps Engineers sind Sie verantwortlich für den End-to-End-Lifecycle von ML- und LLM-Systemen, einschließlich Versionierung, Deployment, Monitoring und kontinuierlicher Weiterentwicklung. Sie implementieren automatisierte Trainings-, Test- und Deployment-Pipelines und entwickeln Evaluierungsarchitekturen zur objektiven Qualitätsmessung. Zudem stellen Sie sicher, dass Monitoring für Modell-Drift, Daten-Drift und andere wichtige Metriken vorhanden ist. Die Position bietet Ihnen die Möglichkeit, in einem interdisziplinären Team zu arbeiten und Ihre Fähigkeiten im Bereich KI weiterzuentwickeln. Das Unternehmen fördert die Gesundheit der Mitarbeitenden und bietet flexible Arbeitsmodelle sowie zahlreiche Angebote zur Vereinbarkeit von Familie und Beruf.

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. Tiefgehendes Fachwissen im ML/LLM-Qualitätsmanagement ist erforderlich, einschließlich Modell-Lifecycle-Management, Drift Detection und Prompt-Evaluation. Praktische Erfahrungen mit MLflow oder Weights & Biases, CI/CD-Toolchains wie GitLab CI oder GitHub Actions sowie Container- und Cloud-Umgebungen sind notwendig. Eine strukturierte Arbeitsweise mit hohem Engineering-Anspruch ist von Vorteil. Der Kandidat sollte zudem über ausgezeichnete Kommunikationsfähigkeiten in Deutsch und Englisch verfügen, um sicher und präzise in beiden Sprachen zu kommunizieren. Die Fähigkeit, KI-Tools effektiv einzusetzen und deren Ergebnisse kritisch zu bewerten, ist ebenfalls wichtig.