Für ein langfristig angelegtes Daten- und KI-Programm wird ein
Databricks AI / ML Engineer (m/w/d)
gesucht.
Ziel ist die Entwicklung, Implementierung und der Betrieb skalierbarer
Machine-Learning- und LLM-Lösungen
auf
Azure Databricks
von der Datenaufbereitung über Feature Engineering bis hin zu MLOps, Deployment und Monitoring.
Der Fokus liegt auf
Big-Data-Engineering ,
ML/LLM-Workloads ,
MLOps-Automatisierung
sowie der nahtlosen Integration in das Microsoft-Ökosystem.
>€520 - €560 a day Rahmenbedingungen
Start: März/April 2026
Laufzeit: 3 Jahre (optional verlängerbar bis max. 5 Jahre)
Auslastung: 100 %
Arbeitsmodell: Hybrid – ca. 50 % vor Ort in Wien, ca. 50 % remote
Projektsprache: Deutsch und Englisch
Aufgaben
Datenanalyse und Prototyping mit
Python in Azure Databricks
unter Einsatz gängiger ML-Frameworks
Entwicklung und Betrieb von
Big-Data-Pipelines
mit
Apache Spark ,
Delta Lake
und
Databricks SQL
Durchführung von
Feature Engineering
sowie Training, Versionierung und Deployment von Modellen mit
Databricks MLflow
Entwicklung und Betrieb von
ML- und LLM-Workloads
auf Azure Databricks (inkl. Unity Catalog, Performance- und Kostenoptimierung)
End-to-End-Integration der Lösungen in das
Microsoft-Ökosystem
(z. B. API- und Schnittstellendesign, Orchestrierung mit Azure Functions und Logic Apps)
Aufbau und Weiterentwicklung von
MLOps- und CI/CD-Pipelines
für automatisiertes Training, Testing, Deployment und Monitoring von ML- und LLM-Modellen sowie Agents
Durchführung von
Modell- und Datenmonitoring
(Modellleistung, Daten-Drift, Bias) inklusive Wartungs- und Updateprozessen
Einsatz von
AutoML-Tools
zur Beschleunigung von Prototypen und Experimenten
Sicherstellung von Skalierbarkeit, Sicherheit und stabilen Betriebsprozessen der entwickelten Lösungen
Fachliche Anforderungen
Fundierte Kenntnisse in
Datenanalyse und Prototyping mit Python
in Azure Databricks
Erfahrung mit
Machine-Learning-Frameworks
wie TensorFlow, PyTorch und scikit-learn
Praktische Erfahrung im
Big Data Engineering
mit Apache Spark, Delta Lake und Databricks SQL
Kompetenz in
Feature Engineering
sowie Modell-Deployment mit
managed Databricks MLflow
Erfahrung in der Entwicklung und dem Betrieb von
ML- und LLM-Workloads
auf Azure Databricks
Erfahrung mit
End-to-End-Integrationen
im Microsoft-Ökosystem
Erfahrung im Aufbau von
MLOps- und CI/CD-Pipelines
für ML- und LLM-Modelle sowie agentische Workflows
Erfahrung im
Modell- und Datenmonitoring
(Leistung, Drift, Bias) inklusive passender Wartungsstrategien
Praktische Erfahrung im Einsatz von
AutoML-Tools
Vorhandensein einer
eigenen, vom Produktivsystem des Auftraggebers getrennten Entwicklungsumgebung , die den aktuellen Standards für Datensicherheit und Zugriffsschutz entspricht (inkl. Nachweis der Infrastruktur)
PLUS
Erfahrung mit
Data- und KI-Governance
Erfahrung in der Konzeption und Umsetzung
agentischer Ansätze
(Agenten, Multi-Agent-Systeme, agentische Workflows) mit Azure-Ressourcen
Erfahrung in der Umsetzung vonb>End-to-End-Databricks-Projekten (von Datenaufbereitung und Feature Engineering über Modelltraining und Deployment bis zu MLOps und Monitoring)
Branchenkenntnisse in der
Energieindustrie
Strukturierte und analytische Arbeitsweise
Hohes Qualitätsbewusstsein und Verantwortungsbereitschaft
Sehr gute Kommunikationsfähigkeit gegenüber technischen und fachlichen Stakeholdern
Teamfähigkeit und Bereitschaft zur Wissensweitergabe
Interessiert? Bitte senden Sie uns Ihren
aktuellen Lebenslauf , Ihre
Verfügbarkeit
sowie Ihre
Stundensatzvorstellung .
Wir freuen uns auf Ihre Rückmeldung.
Kontaktaufnahme gerne über
Freelancermap ,
per E-Mail
oder
über LinkedIn .
Vielen Dank für Ihr Interesse!
#J-18808-Ljbffr
Databricks AI / ML Engineer (m/w/d)
gesucht.
Ziel ist die Entwicklung, Implementierung und der Betrieb skalierbarer
Machine-Learning- und LLM-Lösungen
auf
Azure Databricks
von der Datenaufbereitung über Feature Engineering bis hin zu MLOps, Deployment und Monitoring.
Der Fokus liegt auf
Big-Data-Engineering ,
ML/LLM-Workloads ,
MLOps-Automatisierung
sowie der nahtlosen Integration in das Microsoft-Ökosystem.
>€520 - €560 a day Rahmenbedingungen
Start: März/April 2026
Laufzeit: 3 Jahre (optional verlängerbar bis max. 5 Jahre)
Auslastung: 100 %
Arbeitsmodell: Hybrid – ca. 50 % vor Ort in Wien, ca. 50 % remote
Projektsprache: Deutsch und Englisch
Aufgaben
Datenanalyse und Prototyping mit
Python in Azure Databricks
unter Einsatz gängiger ML-Frameworks
Entwicklung und Betrieb von
Big-Data-Pipelines
mit
Apache Spark ,
Delta Lake
und
Databricks SQL
Durchführung von
Feature Engineering
sowie Training, Versionierung und Deployment von Modellen mit
Databricks MLflow
Entwicklung und Betrieb von
ML- und LLM-Workloads
auf Azure Databricks (inkl. Unity Catalog, Performance- und Kostenoptimierung)
End-to-End-Integration der Lösungen in das
Microsoft-Ökosystem
(z. B. API- und Schnittstellendesign, Orchestrierung mit Azure Functions und Logic Apps)
Aufbau und Weiterentwicklung von
MLOps- und CI/CD-Pipelines
für automatisiertes Training, Testing, Deployment und Monitoring von ML- und LLM-Modellen sowie Agents
Durchführung von
Modell- und Datenmonitoring
(Modellleistung, Daten-Drift, Bias) inklusive Wartungs- und Updateprozessen
Einsatz von
AutoML-Tools
zur Beschleunigung von Prototypen und Experimenten
Sicherstellung von Skalierbarkeit, Sicherheit und stabilen Betriebsprozessen der entwickelten Lösungen
Fachliche Anforderungen
Fundierte Kenntnisse in
Datenanalyse und Prototyping mit Python
in Azure Databricks
Erfahrung mit
Machine-Learning-Frameworks
wie TensorFlow, PyTorch und scikit-learn
Praktische Erfahrung im
Big Data Engineering
mit Apache Spark, Delta Lake und Databricks SQL
Kompetenz in
Feature Engineering
sowie Modell-Deployment mit
managed Databricks MLflow
Erfahrung in der Entwicklung und dem Betrieb von
ML- und LLM-Workloads
auf Azure Databricks
Erfahrung mit
End-to-End-Integrationen
im Microsoft-Ökosystem
Erfahrung im Aufbau von
MLOps- und CI/CD-Pipelines
für ML- und LLM-Modelle sowie agentische Workflows
Erfahrung im
Modell- und Datenmonitoring
(Leistung, Drift, Bias) inklusive passender Wartungsstrategien
Praktische Erfahrung im Einsatz von
AutoML-Tools
Vorhandensein einer
eigenen, vom Produktivsystem des Auftraggebers getrennten Entwicklungsumgebung , die den aktuellen Standards für Datensicherheit und Zugriffsschutz entspricht (inkl. Nachweis der Infrastruktur)
PLUS
Erfahrung mit
Data- und KI-Governance
Erfahrung in der Konzeption und Umsetzung
agentischer Ansätze
(Agenten, Multi-Agent-Systeme, agentische Workflows) mit Azure-Ressourcen
Erfahrung in der Umsetzung vonb>End-to-End-Databricks-Projekten (von Datenaufbereitung und Feature Engineering über Modelltraining und Deployment bis zu MLOps und Monitoring)
Branchenkenntnisse in der
Energieindustrie
Strukturierte und analytische Arbeitsweise
Hohes Qualitätsbewusstsein und Verantwortungsbereitschaft
Sehr gute Kommunikationsfähigkeit gegenüber technischen und fachlichen Stakeholdern
Teamfähigkeit und Bereitschaft zur Wissensweitergabe
Interessiert? Bitte senden Sie uns Ihren
aktuellen Lebenslauf , Ihre
Verfügbarkeit
sowie Ihre
Stundensatzvorstellung .
Wir freuen uns auf Ihre Rückmeldung.
Kontaktaufnahme gerne über
Freelancermap ,
per E-Mail
oder
über LinkedIn .
Vielen Dank für Ihr Interesse!
#J-18808-Ljbffr
Databricks AI / ML Engineer (m/w/d) Arbeitgeber: Qualysoft
Als international tätiges IT-Unternehmen in Österreich bieten wir unseren Mitarbeitern nicht nur ein dynamisches und innovatives Arbeitsumfeld, sondern auch hervorragende Entwicklungsmöglichkeiten im Bereich der Versicherungs-IT. Unsere Unternehmenskultur fördert Teamarbeit und Kreativität, während wir gleichzeitig attraktive Tageshonorare und flexible Arbeitszeiten anbieten, um eine ausgewogene Work-Life-Balance zu gewährleisten.
