Senior GenAI DevOps Engineer – RAG, Zürich

Senior GenAI DevOps Engineer – RAG, Zürich

Vollzeit 63000 - 77000 € / Jahr (geschätzt) Kein Homeoffice möglich
A

Auf einen Blick

  • Aufgaben: Bau einer modernen GenAI-Plattform und Entwicklung von RAG-Anwendungen.
  • Unternehmen: pAllegis Group, ein innovatives Unternehmen in Zürich.
  • Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
  • Weitere Informationen: Interdisziplinäres Team mit großartigen Entwicklungschancen.
  • Warum dieser Job: Gestalte die Zukunft der KI mit und arbeite an spannenden Projekten.
  • Qualifikationen: Erfahrung in DevOps und Kenntnisse in Generative AI und RAG.

Das prognostizierte Gehalt liegt zwischen 63000 - 77000 € pro Jahr.

Allegis Group sucht einen erfahrenen Senior DevOps Engineer mit Schwerpunkt Generative AI und Retrieval-Augmented Generation (RAG). In einem interdisziplinären Team bauen Sie eine moderne GenAI-Plattform, entwickeln RAG-Anwendungen weiter und stellen deren zuverlässigen Betrieb sicher.

Sie arbeiten eng mit Cloud Engineers, Data Scientists und weiteren DevOps-Teams, erstellen skalierbare Datenpipelines, CI/CD, Data Ingestion, LLM-Tracing und Evaluationsprozesse, und begleiten Anwendungen von der Entwicklung bis zum Betrieb.

Senior GenAI DevOps Engineer – RAG, Zürich Arbeitgeber: Allegis Group

Allegis Group ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und unterstützenden Umfeld zu arbeiten. Mit einem flexiblen hybriden Arbeitsmodell und einem wettbewerbsfähigen Gehaltspaket fördert das Unternehmen eine positive Work-Life-Balance und bietet zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung im Finanzdienstleistungssektor. Hier haben Sie die Chance, an bedeutenden Projekten zu arbeiten und Ihre Fähigkeiten in einer innovativen Branche weiter auszubauen.

A

Kontaktdaten:

Allegis Group Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Senior GenAI DevOps Engineer – RAG, Zürich mit Bravour zu bestehen

Generative AI
Retrieval-Augmented Generation (RAG)
Cloud Engineering
Data Science
DevOps
Datenpipelines
CI/CD