Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle und betreibe skalierbare Azure-basierte KI-Plattformen für reale Anwendungen.
- Arbeitgeber: KI Performance, ein innovatives Unternehmen im Bereich Daten und KI.
- Mitarbeitervorteile: Flexibles hybrides Arbeitsmodell, persönliche Entwicklung und Zugang zu modernen Technologien.
- Andere Informationen: Dynamisches Umfeld mit Fokus auf Vielfalt, Innovation und Zusammenarbeit.
- Warum dieser Job: Gestalte die Zukunft der KI mit einem talentierten Team und viel Gestaltungsspielraum.
- Gewünschte Qualifikationen: Erfahrung in Azure-Infrastruktur, CI/CD-Pipelines und MLOps mit MLflow.
Das voraussichtliche Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Bei KI Performance bringen wir KI von der Experimentierung in die Produktion. Als MLOps Engineer entwerfen, bauen und betreiben Sie hochgradig skalierbare, sichere Azure-basierte KI-Plattformen, die in Produktionsumgebungen verwendet werden. Diese Rolle befindet sich an der Schnittstelle von Cloud-Infrastruktur, DevOps und KI-Bereitstellung, mit einem starken Fokus auf die Ermöglichung iterativer KI-Entwicklung, zuverlässiger Modellbereitstellung und Plattformskalierbarkeit.
Sie arbeiten eng mit KI-Ingenieuren, Datenteams und Produktbeteiligten zusammen, um sicherzustellen, dass KI-Anwendungsfälle effizient in großem Maßstab entwickelt, bereitgestellt und betrieben werden können – mit Produktionsqualität, Zuverlässigkeit, Sicherheit und Beobachtbarkeit.
Ihre Verantwortlichkeiten
- Cloud-Infrastruktur & Plattform-Engineering
- Entwerfen, Implementieren und Betreiben skalierbarer Azure-Infrastrukturen für KI- und datenintensive Plattformen mit Terraform
- Aufbauen und Pflegen sicherer Azure-Netzwerkarchitekturen (VNETs, Subnetze, NSGs, Private Endpoints)
- Zugriffskontrolle und Governance mit Azure RBAC, Key Vault und Azure Policies implementieren
- Sicherstellen, dass die Infrastruktur produktionsbereit ist, mit Fokus auf Leistung, Zuverlässigkeit und Skalierbarkeit
- CI/CD & Release Engineering
- Moderne CI/CD-Pipelines mit GitHub Actions entwerfen und betreiben
- Schnelle, sichere und wiederholbare Bereitstellungen für Infrastruktur, Dienste und KI-Modelle ermöglichen
- Iterative Entwicklung mit starken Versionierungs-, Test- und Rollback-Strategien unterstützen
- MLOps & KI-Plattform-Empowerment
- KI-Anwendungsfälle mit MLflow operationalisieren (Experimentverfolgung, Modellregister, Bereitstellungs-Workflows)
- Den gesamten KI-Lebenszyklus von der Experimentierung bis zur Produktionsbereitstellung unterstützen
- Modellinferenzdienste bereitstellen und betreiben, die über REST-APIs (FastAPI bevorzugt) zugänglich sind
- Eng mit KI-Ingenieuren zusammenarbeiten, um sicherzustellen, dass Modelle produktionsbereit sind
- Beobachtbarkeit & Zuverlässigkeit
- End-to-End-Beobachtbarkeit mit OpenTelemetry implementieren
- Überwachung und Protokollierung mit Azure Application Insights (oder gleichwertigen Tools) einrichten
- Proaktiv die Systemzuverlässigkeit, Leistung und Incident-Response verbessern
- Engineering & Automatisierung
- Python für Automatisierung, KI-Integration, Backend-Dienste und Tools verwenden
- Plattform-Self-Service-Funktionen für Ingenieurteams unterstützen
- Infrastruktur und operationale Reife kontinuierlich verbessern
Ihr Profil
- Praktische Erfahrung im Aufbau von Azure-Infrastrukturen für skalierbare KI-Plattformen mit Terraform
- Starke Erfahrung im Entwerfen von CI/CD-Pipelines mit GitHub Actions
- Nachweisliche Erfahrung mit OpenTelemetry und Überwachung mit Azure Application Insights
- Starke MLOps-Erfahrung mit MLflow (Verfolgung, Register, Bereitstellungs-Workflows)
- Starke Python-Kenntnisse für KI-Entwicklung, Automatisierung und Backend-Integration
- Erfahrung in der Bereitstellung von KI-Inferenzdiensten über REST-APIs (FastAPI bevorzugt)
- Tiefes Verständnis von Azure-Netzwerken (VNETs, Subnetze, NSGs, Private Endpoints)
- Starkes Wissen über Azure-Sicherheit und Governance (IAM/RBAC, Key Vault, Azure Policies)
Nice to have
- Erfahrung mit Agentic AI-Plattformen
- Praktische Erfahrung mit Microsoft Foundry / Azure AI Foundry
- Erfahrung mit LangGraph oder anderen GenAI-Entwicklungsrahmen
- Kenntnisse über Vektordatenbanken und Abrufsysteme (Azure AI Search bevorzugt)
- Erfahrung mit Kostenoptimierungsstrategien für Azure AI-Infrastruktur
Warum Sie sich uns anschließen sollten
- Arbeiten Sie mit einem hochqualifizierten Engineering-, Daten- & KI-Team
- Flexibles hybrides Setup
- Viel Verantwortung und Freiheit, Lösungen zu gestalten
- Zugang zu modernen Cloud-, Daten- & KI-Technologien
- Persönliche Entwicklung, Schulungsbudget, Zertifizierungen
- Eine Kultur, die auf Vertrauen, Autonomie und Zusammenarbeit basiert
Über KI Performance
Wir transformieren, wie Unternehmen mit Daten arbeiten, und bereiten sie auf die Zukunft der künstlichen Intelligenz vor. Mit unserer Expertise in Datenplattformen und KI-gestützten Lösungen schaffen wir messbaren Geschäftswert – immer mit klarem Fokus auf Strategie und Wirkung.
Unsere Projekte reichen von globalen Datenplattformen bis hin zu modernsten Gen AI-Anwendungen, die direkt zum Erfolg führender DAX-notierter Unternehmen beitragen. Durch den Einsatz neuester Technologien setzen wir neue Standards in der digitalen Transformation und arbeiten eng mit Microsoft, Databricks und unserem KI-Gruppen-Ökosystem zusammen, um nachhaltige und zukunftsfähige Lösungen zu entwickeln.
Unsere Kultur wird von zukunftsorientierten, neugierigen und aufgeschlossenen Fachleuten geprägt, die aktiv die digitale Welt gestalten. Um dieses dynamische Umfeld aufrechtzuerhalten, legen wir großen Wert auf Vielfalt, Innovation und enge Zusammenarbeit.
Bereit, die Zukunft datengetriebener Geschäftsmodelle mit uns zu gestalten? Bewerben Sie sich jetzt – wir freuen uns darauf, von Ihnen zu hören!
MLOps Engineer – Azure & AI/ML Platforms (m/f/d) Arbeitgeber: KI Group
Kontaktperson:
KI Group HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: MLOps Engineer – Azure & AI/ML Platforms (m/f/d)
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der MLOps- und AI-Community in Kontakt zu treten. Teile deine Projekte und Erfahrungen, um sichtbar zu werden.
✨Tipp Nummer 2
Bereite dich auf technische Interviews vor! Übe typische Fragen zu Azure, CI/CD und MLOps. Zeige dein Wissen über Terraform und GitHub Actions, um zu beeindrucken.
✨Tipp Nummer 3
Sei proaktiv! Wenn du eine interessante Stelle siehst, bewirb dich direkt über unsere Website. Zeige dein Interesse und deine Motivation, Teil unseres Teams zu werden.
✨Tipp Nummer 4
Mach dich mit den neuesten Trends in der AI- und MLOps-Welt vertraut. Lies Blogs, nimm an Webinaren teil und bleibe auf dem Laufenden, um in Gesprächen glänzen zu können.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: MLOps Engineer – Azure & AI/ML Platforms (m/f/d)
Tipps für deine Bewerbung 🫡
Sei authentisch!: Zeig uns, wer du wirklich bist! Verwende deine eigene Stimme und Persönlichkeit in deinem Anschreiben. Das hilft uns, dich besser kennenzulernen und zu sehen, wie du ins Team passt.
Pass auf die Details auf!: Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Lass jemanden drüberlesen, bevor du es abschickst!
Beziehe dich auf die Stellenbeschreibung!: Nutze die Sprache aus der Stellenbeschreibung, um zu zeigen, dass du die Anforderungen verstehst. Erkläre, wie deine Erfahrungen und Fähigkeiten zu den Aufgaben passen, die wir suchen.
Bewirb dich über unsere Website!: Der einfachste Weg, um sicherzustellen, dass deine Bewerbung ankommt, ist, sie direkt über unsere Website einzureichen. So kannst du sicher sein, dass alles richtig läuft und wir deine Unterlagen schnell bearbeiten können.
Wie du dich auf ein Vorstellungsgespräch bei KI Group vorbereitest
✨Verstehe die Technologien
Mach dich mit den spezifischen Technologien vertraut, die in der Stellenbeschreibung erwähnt werden, wie Azure, Terraform und GitHub Actions. Zeige im Interview, dass du nicht nur die Grundlagen kennst, sondern auch praktische Erfahrungen hast.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Herausforderungen, die du in der Vergangenheit gemeistert hast, insbesondere im Bereich MLOps und CI/CD. Sei bereit, diese Beispiele zu teilen und zu erklären, wie du Probleme gelöst hast.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Rolle und hilft dir, mehr über die Unternehmenskultur und die Erwartungen zu erfahren.
✨Praktische Übungen
Sei darauf vorbereitet, möglicherweise praktische Aufgaben oder technische Fragen zu beantworten. Übe vorher, um sicherzustellen, dass du deine Fähigkeiten in Python, Azure und MLOps demonstrieren kannst.