AI-Integration Engineer

• Strategische und operative Gestaltung der Anforderungen und Standards für Produktivsetzung, Betriebsübernahme und Skalierung von KI-Lösungen aller KI-Einheiten bei Amprion - unter Berücksichtigung der geltenden EU-AI-Act-Vorgaben, beginnend bereits in der PoC-/MVP-Phase
• Definition von Vorgehen und technischen Rahmenbedingungen für die Produktivsetzung von KI-Lösungen innerhalb und außerhalb von Azure (z. B. Architektur-Patterns, Sicherheits- und Compliance-Anforderungen, Betriebsmodelle)
• Konzeption und Weiterentwicklung von Deployment-Standards, CI/CD-Pipelines, Referenzarchitekturen sowie technischen Rahmenbedingungen für MLOps (inkl. Azure ML) in enger Abstimmung mit Plattform-, Infrastruktur- und Security-Teams
• Verantwortung für das Modell-Lifecycle-Management: Freigabeprozesse, Drift-Erkennung, Re-Training und Versionierung von Modellen sowie Performanz- und Skalierungsoptimierung (z. B. Quantisierung, Pruning, Batch-/Streaming-Verarbeitung, Nutzung von GPUs)
• Übergeordnetes Management, Strukturierung und Moderation der Übergabepunkte zwischen KI-Teams, Business IT / Service-Clustern und Fachbereichen; Klärung und Dokumentation klarer Verantwortlichkeiten für Datenanbindung, Monitoring, Support und Lizenzierung
• Prüfung und Unterstützung bei der produktiven Integrations- und Betriebsfähigkeit von Modellen und KI-Lösungen (u. a. Skalierung, Robustheit, Observability, Incident-/Change-Handling) sowie Mitverantwortung für Betrieb und Monitoring bestehender produktiver KI-Services

• abgeschlossenes Hochschulstudium der Informatik, Wirtschaftsinformatik, Ingenieurwissenschaften oder eines vergleichbaren Studiengangs oder eine gleichwertige, in der Praxis erworbene Qualifikation im Bereich Software-, Daten- oder Cloud-/KI-Engineering
• mehrjährige Berufserfahrung (z. B. 3-5 Jahre) in der technischen Integration, dem Betrieb oder der Architektur von datengetriebenen bzw. (KI-)Lösungen in Unternehmensumgebungen; Erfahrung in komplexen Unternehmenslandschaften von Vorteil
• sehr gute Kenntnisse von Deployment-Standards und in Cloud- und Plattformtechnologien, bevorzugt Microsoft Azure (z. B. Azure ML, Kubernetes, Container-Orchestrierung, API-Management), sowie praktische Erfahrung im Aufbau und Betrieb von CI/CD-Pipelines und MLOps-Umgebungen
• Erfahrung in der Zusammenarbeit mit Data Scientists, ML Engineers, Softwareentwicklern, IT-Betrieb und Fachbereichen; Fähigkeit, technische Anforderungen und betriebliche Notwendigkeiten adressatengerecht zu vermitteln
• Kenntnisse in Themen wie Monitoring/Observability, Logging, Performance-Optimierung, Security und Compliance im Kontext produktiver KI-Workloads; Bereitschaft, diese Themen im Austausch mit Fach- und Security-Teams weiter zu vertiefen
• Eigenverantwortliche und strukturierte Arbeitsweise mit Blick für Qualität und Umsetzbarkeit, kombiniert mit Pragmatismus in der Lösungsfindung

Halten Sie Arbeits- und Privatleben in Balance - mit unserem flexiblen Arbeitszeitsystem und partiell mobilem Arbeiten.

38 STUNDEN WOCHE

Unser Manteltarifvertrag beinhaltet neben dem flexiblen Arbeiten eine 38 Stunden Woche.