Data Scientist - Databricks MLOps & GenAI Standards 100% remote ID02527B

´Projektsprache: Deutsch Projektbeschreibung Im Rahmen der Migration und Modernisierung einer datengetriebenen Plattform wird eine skalierbare Azure-Databricks-Umgebung aufgebaut und eine einheitliche Arbeitsweise für Data Science, KI, Generative KI und MLOps etabliert. Ziel ist eine standardisierte, sichere und governance-konforme Umsetzung von ML- und GenAI-Workloads auf einer Lakehouse-Architektur, inklusive Enablement relevanter Stakeholder. Das Projekt umfasst sowohl konzeptionelle Leitplanken als auch operative Unterstützung bei Migration und Weiterentwicklung bestehender Analyse-Workloads. Aufgaben Definition einer standardisierten Data-Science- und MLOps-Arbeitsweise auf Azure Databricks inklusive Rollen- und Lifecycle-Modellen Erarbeitung von Leitplanken und Templates für Notebooks, Jobs, MLflow, Feature Store, Model Serving, Vector Search und Unity Catalog Konzeption von MLOps-Standards für Training, Versionierung, Deployment, Monitoring und Stilllegung inkl. CI/CD- und Governance-Aspekten Unterstützung von GenAI- und RAG-Ansätzen sowie Architekturmustern für Agentic-AI-Szenarien Integration von Datenquellen für Trainings-, Inferenz- und Evaluationsszenarien sowie Nutzung der Medallion-Architektur Konzeption von Governance-, Security-, Logging- und Kostenkontrollmechanismen für AI/ML-Workloads Dokumentation, Workshops und Wissenstransfer Technologien Azure Databricks, Data Lakehouse, Spark, MLflow, Feature Store, Model Serving, Vector Search, Unity Catalog, Azure Active Directory, Microsoft Azure, ADLS Gen2, AWS, AWS S3, Microsoft Fabric, dbt, Denodo, Kafka, MQTT, IoT, SQL, Scala, SSIS, ETL/ELT, CI/CD, Terraform, Databricks Asset Bundles, AWS CDK, Data Governance, Compliance, Datenschutz, Informationssicherheit, Monitoring, Logging, Kostenkontrolle, Machine Learning, Generative AI, RAG, Agentic AI, Confluence, SharePoint, Jira, GitLab, Artifactory Muss-Kriterien

Professional-Level Databricks-Zertifizierungen, insbesondere Databricks Certified Data Engineer Professional und Databricks Certified Machine Learning Engineer Professional, sowie aktiver Databricks-Einsatz in mindestens zwei Projekten Mehr als 3 Jahre Erfahrung im Aufbau, Betrieb oder der Weiterentwicklung von Datenplattformen bzw. Data Lakes in Cloud-Umgebungen, mit mindestens zwei Projekten von jeweils mindestens 12 Monaten Laufzeit Umfangreiche Kenntnisse von Cloud-Managed-Services, insbesondere Microsoft Azure, belegt durch einschlägige Projekterfahrung sowie Zertifizierung auf Architect- oder Administrator-Level Soll-Kriterien Erfahrung mit Infrastructure as Code, insbesondere Terraform und Databricks Asset Bundles, AWS CDK von Vorteil Praktische Erfahrung im Aufbau von MLOps mit MLflow in mindestens einem Projekt mit mindestens 6 Monaten Laufzeit Deutschkenntnisse mindestens B2, idealerweise C1/C2

Das Team von der mund consulting freut sich auf Ihre Bewerbung - bitte mit aktuellem CV, Stundensatz und Verfügbarkeit. Herzliche Grüße Thomas Mund post@mund-consulting.de Bearbeitet 22.01.26