Senior AI Engineer / GenAI & MLOps Engineer (m/w/d) (6500)
mindheads GmbH
Ansprechpartner: Gerd Blumenschein
Bonn, Deutschland
Hochschulen und Behörden und VerbändeAPIsKünstliche IntelligenzDatenübertragungenDatenqualitätMachine LearningMessaging Application Programming InterfaceDataOpsAzure Machine LearningSoftwareentwicklungVersionierungSuche (Informatik)Prompt EngineeringIT-ArchitekturGenerative AIMachine Learning OperationsArtificial Intelligence Markup Language (AIML)DevSecOps
Beschreibung
Für unseren Kunden sind wir aktuell auf der Suche nach einem Senior AI Engineer / GenAI & MLOps Engineer (m/w/d).
Falls Sie die folgende Projektbeschreibung interessiert und Sie die Anforderungen ausreichend abdecken, bitten wir Sie um kurzfristige Rückmeldung unter Angabe Ihrer Kontaktdaten, Ihrer Konditionen für den genannten Einsatzort (Stunden- oder Tagessatz) sowie Ihres Profils (vorzugsweise in Word).
Gerne können Sie uns dieses per E-Mail an ***@***.de schicken. Da der E-Mailversand bekanntermaßen nicht zu den sichersten Datenübertragungen zählt, möchten wir Ihnen zusätzlich eine sichere und verschlüsselte Upload-Möglichkeit für Ihre Bewerbungsunterlagen anbieten. Nutzen Sie dazu die Schaltfläche „Bewerben“ in unserem Projektportal unter https://mindheads.de.
Projektstandort: Bonn, München, Berlin, Frankfurt (10% on-site / 90% remote)
Dauer: 01.01.2027 - 31.12.2029
Abgabefrist beim Kunden: asap
Kurzbeschreibung Projekt:
Für ein umfangreiches KI-Transformationsprojekt suchen wir einen erfahrenen Senior AI Engineer / GenAI & MLOps Engineer (m/w/d). Im Mittelpunkt steht die technische Konzeption und operative Umsetzung produktionsfähiger KI- und GenAI-Lösungen – von der Datenaufbereitung und Modellentwicklung über LLM-basierte Anwendungen bis hin zu MLOps, Deployment und Integration in bestehende IT- und Datenlandschaften.
Aufgaben:
- Konzeption, Entwicklung und Implementierung produktiver KI-, Machine-Learning- und GenAI-Lösungen
- Aufbau und Weiterentwicklung von ETL-/ELT-Datenpipelines zur Integration, Transformation und Bereitstellung relevanter Daten
- Definition und Implementierung von Datenformaten, Schnittstellen, Datenmodellen und Transformationslogiken
- Sicherstellung von Datenqualität, Datenkonsistenz und Datenverfügbarkeit
- Entwicklung, Training, Validierung und Optimierung von Machine-Learning-Modellen
- Erstellung und Aufbereitung geeigneter Trainings-, Validierungs- und Testdatensätze
- Bewertung und Optimierung von Modellen anhand definierter Qualitäts- und Performance-Metriken
- Dokumentation und Versionierung von Modellen, Trainingsprozessen, Parametern und Datenbeständen
- Entwicklung und Implementierung von GenAI- und LLM-basierten Anwendungen
- Entwicklung, Optimierung und Versionierung von Prompt-Logiken und Prompt-Workflows
- Konzeption und Implementierung von Retrieval-Augmented-Generation-(RAG)-Architekturen und vektorbasierten Suchverfahren
- Implementierung geeigneter Guardrails und Sicherheitsmechanismen zur Steuerung und Absicherung des Modellverhaltens
- Aufbau automatisierter ML-/MLOps-Pipelines für Training, Testing, Deployment und Betrieb
- Containerisierung und Bereitstellung von KI-Anwendungen in geeigneten Laufzeitumgebungen
- Implementierung von Monitoring, Logging und Alerting für Modelle, Datenpipelines und KI-Anwendungen
- Implementierung von Mechanismen zur Erkennung von Data Drift und Model Drift
- Entwicklung und Umsetzung von Versionierungs-, Release- und Rollback-Strategien
- Technische Umsetzung vorgegebener Ziel- und Lösungsarchitekturen
- Entwicklung und Implementierung von APIs und Schnittstellen zwischen KI-Komponenten und bestehenden Anwendungen
- Integration der entwickelten KI-Lösungen in bestehende IT-, Applikations- und Datenlandschaften
- Erstellung einer nachvollziehbaren technischen Dokumentation der entwickelten Lösungen
Anforderungen:
- Mindestens 2 Jahre Erfahrung mit End-to-End-KI-/ML-Projekten, einschließlich Datenaufbereitung, Modelltraining, Evaluation und Deployment
- Mindestens 2 Jahre Erfahrung im Data Engineering, insbesondere ETL/ELT und Datenpipelines
- Mindestens 3 Jahre Erfahrung in der Softwareentwicklung mit Python
- Mindestens 2 Jahre Erfahrung mit AWS, Azure und/oder GCP
- Mindestens 2 Jahre Erfahrung mit MLOps und Deployment, einschließlich CI/CD und Modell-Monitoring
- Mindestens 1 Jahr Erfahrung mit Generative AI / LLM-Anwendungen, insbesondere Prompt Engineering, RAG und API-Integration
- Mindestens 3 Jahre Erfahrung mit IT-Architektur und Systemintegration
- Mindestens 2 Jahre Erfahrung mit IT-Security / DevSecOps
- Erfahrung mit Compliance und AI Governance von Vorteil
- Erfahrung im Stakeholdermanagement und in der Zusammenarbeit mit Fachbereichen und Management
- Erfahrung mit Digitalisierungsprojekten der öffentlichen Verwaltung von Vorteil
- AWS Certified Solutions Architect – Associate, Azure Solutions Architect Expert (AZ-305), Google Professional Cloud Architect oder vergleichbare/höherwertige Zertifizierung von Vorteil
- ITIL Foundation v4 oder vergleichbare Qualifikation von Vorteil
- Deutsch mindestens C1, Englisch mindestens B1
Für Fragen, Anregungen oder Wünsche stehen wir Ihnen gern zur Verfügung. Aktuelle Informationen über uns sowie weitere Vakanzen finden Sie auch auf unserer Homepage: https://mindheads.de
Kontakt:
mindheads GmbH
Heinrichsdamm 40A
96047 Bamberg
Tel. *****
***@***.de