Senior Microsoft Azure AI Engineer (m/w/d)

Überblick

AI Solution Development: Entwerfen und implementieren Sie End-to-End-AI-Lösungen auf Azure. Dazu gehört die Entwicklung von Machine-Learning-Modellen (z. B. prädiktive Algorithmen, Klassifikation, Anomalieerkennung) und deren Integration in Cloud-Anwendungen. Sie werden Code (hauptsächlich in Python) schreiben, um Modelle zu erstellen und zu trainieren, wobei Sie Azure Machine Learning, Azure Databricks oder benutzerdefinierte Frameworks nach Bedarf nutzen.

Verantwortlichkeiten

• Intelligente Anwendungen mit Azure AI Foundry erstellen und bereitstellen, indem Sie Prompt-Orchestrierung, Verankerung mit Azure AI Search und Agentenorchestrierungsfunktionen für unternehmensweite GenAI-Anwendungsfälle nutzen.
• Unabhängig GenAI-Workflows mit Foundry implementieren.
• Generative AI & LLMs: Entwicklung von Generative AI-Lösungen für Kunden. Experimentieren und Implementieren von Anwendungen mit großen Sprachmodellen (LLM) unter Verwendung des Azure OpenAI-Dienstes und Frameworks wie LangChain zum Erstellen von Konversationsagenten oder Retrieval-Augmented Generation (RAG)-Pipelines.
• Sicherstellen, dass Prompt-Engineering und Feinabstimmung auf robuste und sichere Weise durchgeführt werden.
• Integration von Azure AI-Diensten: Nutzung von Azure Cognitive Services und Azure AI-Diensten zur Beschleunigung der Lösungsentwicklung. Integration von Diensten wie Azure Cognitive Search oder Form Recognizer mit benutzerdefiniertem ML, wo dies erforderlich ist, um die Anforderungen der Kunden zu erfüllen.
• MLOps und Bereitstellung: Bereitstellung und Operationalisierung von ML-Modellen. Containerisieren von Modellen oder Verwenden von Azure ML-Endpunkten, Einrichten von CI/CD-Pipelines für automatisiertes Modelltraining und -bereitstellung sowie Implementierung von Monitoring für die Drift der Modellleistung. Sicherstellen, dass AI-Lösungen in der Produktion skalierbar sind und den DevOps-Praktiken entsprechen.
• Datenpipeline-Zusammenarbeit: Zusammenarbeit mit Dateningenieuren, um sicherzustellen, dass Daten für AI-Modelle verfügbar, zuverlässig und gut vorbereitet sind. Beitrag zum Design der Datenpipeline für ML, Feature Engineering und Echtzeitdatenaufnahme für Inferenz.
• Interdisziplinäre Zusammenarbeit: Zusammenarbeit mit Lösungsarchitekten und anderen Spezialisten, um hochrangige Designs in Implementierungsaufgaben zu übersetzen. Teilnahme an Code-Reviews, Wissensaustausch und Fehlersuche im Team.
• Kundenunterstützung & Iteration: Unterstützung der Kunden bei der Einführung und dem Verständnis von AI-Lösungen. Vorbereitung technischer Dokumentationen, Demonstration von Funktionen für Stakeholder und Iteration von Modellen basierend auf Feedback, während verantwortungsvolle AI-Richtlinien und Datenschutz-/Sicherheitsstandards eingehalten werden.

Qualifikationen

• Erfahrung: 5+ Jahre praktische Erfahrung in AI/ML-Engineering oder Data Science-Rollen mit End-to-End-Projektdurchführung.
• Sprachkenntnisse: fließend in Deutsch und Englisch.
• Azure & Datenfähigkeiten: Starke Erfahrung mit dem Azure AI/Data-Ökosystem (Azure Machine Learning, Azure Databricks/Spark, Data Factory, Data Lake, Synapse). Erfahrung in der Integration von Azure Cognitive Services oder Azure OpenAI ist von Vorteil.
• Foundry & LLMs: Erfahrung mit Azure AI Foundry und Integration mit Azure OpenAI; Verständnis von Foundry-Vorlagen und Datenverankerung.
• ML & Programmierung: Python-Kenntnisse mit Bibliotheken wie pandas, scikit-learn, TensorFlow oder PyTorch. Git und kollaborative Codierungspraktiken.
• MLOps: Kenntnisse über den ML-Lebenszyklus, automatisierte Trainingspipelines, Modellversionierung, CI/CD für ML und Tools wie MLflow. Docker/Kubernetes (AKS) von Vorteil.
• Generative AI & LLMs: Vertrautheit mit vortrainierten Modellen und Feinabstimmung/Prompting; Erfahrung mit LangChain, Transformers oder Vektordatenbanken für RAG ist von Vorteil.
• Problemlösung & Kommunikation: Starke Problemlösungsfähigkeiten und die Fähigkeit, mit technischem Personal von Team und Kunden zu kommunizieren. Mentorship-Fähigkeit willkommen.
• Zertifizierungen: Azure- und Daten/AI-Zertifizierungen sind wertvoll. Microsoft Certified: Azure AI Engineer Associate (AI-102) oder ähnliche Zertifizierungen sind von Vorteil. Devoteam wird Zertifizierungsbemühungen unterstützen.
• Bildung: Bachelor-Abschluss in Informatik/Ingenieurwesen oder verwandtem Bereich (oder gleichwertige Erfahrung). Master in AI/Data Science ist von Vorteil, aber nicht erforderlich.

Zusätzliche Informationen: Sie werden Teil eines kollaborativen, remote-freundlichen Teams sein, das kontinuierliches Lernen schätzt und durch moderne cloud-native Datenlösungen Wirkung erzielt.