Deine Aufgabe Diese Rolle umfasst das Design, die Entwicklung und die Leitung der Implementierung fortschrittlicher

Deine Aufgabe Diese Rolle umfasst das Design, die Entwicklung und die Leitung der Implementierung fortschrittlicher Künstlicher Intelligenz- und Machine Learning-Lösungen für Produktionsumgebungen, wobei deren Skalierbarkeit, Zuverlässigkeit und Wartbarkeit sichergestellt wird. Du definierst, implementierst und entwickelst MLOps-Plattformen und Pipelines, die den gesamten Lebenszyklus von Modellen automatisieren.

Aufgaben

Design, Entwicklung und Leitung der Implementierung fortschrittlicher Künstlicher Intelligenz- und Machine Learning-Lösungen für Produktionsumgebungen, wobei deren Skalierbarkeit, Zuverlässigkeit und Wartbarkeit sichergestellt wird.

Definition, Implementierung und Weiterentwicklung von MLOps-Plattformen und Pipelines, die den gesamten Lebenszyklus von Modellen automatisieren: Training, Validierung, Versionierung, Deployment, Monitoring und Governance.

Enge Zusammenarbeit mit Data Science-Teams zur Industrialisierung von Modellen, wobei Prototypen und Notebooks in leistungsstarke produktive Services transformiert werden.

Design und Entwicklung von APIs, Microservices und Architekturen zur Integration von KI-Modellen und LLMs in Geschäftsanwendungen und Geschäftsprozesse.

Leitung der Einführung guter Software-Engineering-Praktiken, einschließlich automatisierter Tests, Code-Reviews, technischer Dokumentation, Observability und modularem Design.

Design und Implementierung von CI/CD-Prozessen für KI-Anwendungen und Modelle, wobei Automatisierung und Continuous Delivery gefördert werden.

Definition und Implementierung von Modell-Monitoring-Strategien, einschließlich Performance-Metriken,



Drift-Erkennung, Datenqualität, Erklärbarkeit und Alerting.

Integration von KI-Lösungen in Datenplattformen, Cloud-Architekturen und Geschäftsökosysteme, wobei hohe Standards in Bezug auf Sicherheit, Performance und Resilienz sichergestellt werden.

Mitwirkung am Design von Referenzarchitekturen für KI-Lösungen, Etablierung technischer Standards, Entwicklungsmuster und Best Practices innerhalb der Organisation.

Tätigkeit als technische Referenz, Bereitstellung von Mentoring für Junior-Profile und Zusammenarbeit bei technologischen Entscheidungen und der Weiterentwicklung der KI-Plattform.

Arbeit in multidisziplinären Teams nach agilen Methoden, Zusammenarbeit mit Bereichen wie Business, Engineering, Architektur und Operations, um die Wirkung von KI-Lösungen zu maximieren.

Dein Profil Wir suchen einen hocherfahrenen

AI/ML Engineer

mit umfassender Expertise im Design, der Entwicklung und Industrialisierung fortschrittlicher Artificial Intelligence- und Machine Learning-Lösungen. Der ideale Kandidat sollte über ausgeprägte Software-Engineering-Fähigkeiten, fundierte Kenntnisse von MLOps-Plattformen, Cloud-Architekturen und die Fähigkeit verfügen, technische Entscheidungen zu leiten und andere Engineers zu betreuen.

Muss-Kriterien

Mehr als 5 Jahre Erfahrung im Design,



der Entwicklung und Industrialisierung von Artificial Intelligence-, Machine Learning- oder Generative AI-Lösungen in Geschäftsumgebungen

Ausgeprägte Erfahrung im Software Engineering unter Anwendung von Prinzipien des Designs, der Architektur, automatisierten Tests, Code Review, Dokumentation und guter Entwicklungspraktiken

Beherrschung von Python und des AI/ML-Ökosystems

Erfahrung mit Frameworks wie PyTorch, TensorFlow, scikit-learn und Hugging Face Transformers

Erfahrung mit Bibliotheken für Generative AI

Nachweisbare Erfahrung im Design und der Implementierung von MLOps-Plattformen und Pipelines, die den vollständigen Lebenszyklus von AI-Modellen und Anwendungen abdecken

Fortgeschrittene Kenntnisse der Versionskontrolle mit Git

Fortgeschrittene Kenntnisse von Integrations- und Continuous Deployment (CI/CD)-Prozessen

Erfahrung in der Containerisierung und Orchestrierung von Anwendungen mit Docker und Kubernetes

Erfahrung in der Entwicklung und Bereitstellung von AI-Services mittels REST APIs

Erfahrung mit Microservices-Architektur

Erfahrung mit Batch-Verarbeitung

Erfahrung mit ereignisorientierten Architekturen

Erfahrung mit Cloud-Architekturen auf Azure, AWS oder Google Cloud Platform unter Nutzung nativer Services für AI, Daten und Deployment

Kenntnisse in der Integration von AI-Lösungen mit Datenplattformen, verteilten Architekturen und Geschäftsökosystemen

Erfahrung in der Zusammenarbeit mit multidisziplinären Teams

Fähigkeit, technische Entscheidungen zu leiten

Fähigkeit, andere Engineers zu betreuen

Fähigkeit, komplexe Lösungen an unterschiedliche Profile zu kommunizieren

Von Vorteil

Erfahrung

📌 Senior KI-Ingenieur (Madrid)
🏢 Deutsche Telekom
📍 Madrid