> Markdown version of [/jobs/ext/3271480-machine-learning-engineer-mlops-engineer](https://www.wearedevelopers.com/jobs/ext/3271480-machine-learning-engineer-mlops-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Machine Learning Engineer / MLOps Engineer

- **Company:** Rockstardevelopers GmbH
- **Location:** Stuttgart, Germany
- **Experience:** Experienced
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Continuous Integration, DevOps, Python (Programming Language), Machine Learning, OpenShift, Software Architecture, Prometheus, Scaled Agile Framework, Software Engineering, Data Processing, Grafana, Kubernetes, Machine Learning Operations, Docker, Jenkins
- **Published:** September 4, 2026
- **Apply:** https://www.adzuna.de/details/5870690677

## About the Role

* Mindestens 3 Jahre Erfahrung in CI/CD-Entwicklung
 * Mindestens 3 Jahre Erfahrung in Python-Entwicklung
 * Mindestens 3 Jahre Erfahrung mit Kubernetes und Docker
 * Mindestens 3 Jahre Berufserfahrung als Machine Learning Engineer
 * Mindestens 3 Jahre Projektarbeit in agilen Entwicklerteams
 * Deutsch mindestens auf C1-Niveau in Wort und Schrift, nachweisbar über ein Sprachzertifikat oder als Muttersprache

Das bringst du idealerweise mit

Kein Muss, aber je mehr davon, desto besser:

 * DevOps-Zertifizierung
 * Kubernetes-Zertifizierung
 * Prometheus und Grafana
 * Softwaredesign und Softwarearchitektur
 * Kubeflow oder OpenShift AI
 * Praktische Erfahrung mit ML-Modellen im Produktivbetrieb
 * Jenkins und ArgoCD
 * Erfahrung im Sozialversicherungsumfeld
 * SAFe

## Description

* Produktive Daten- und ML-Pipelines entwickeln
 * Datenaufbereitung und Modelltraining automatisieren
 * Model Serving aufbauen und betreiben, inklusive Monitoring und Alerting
 * ML-Modelle in Fachanwendungen integrieren
 * ML-Modelle überwachen, Model Drift erkennen
 * Technologischen Stack und DevOps-/MLOps-Prozesse weiterentwickeln, * Echte Produktivprojekte. KI, die beim Kunden in Betrieb geht. Kein Innovation-Lab, keine Folien.
 * Remote-first in der DACH-Region. Gelegentlich vor Ort, ansonsten arbeitest du von dort, wo du gut arbeitest.
 * Moderner KI-Stack. RAG, Agenten, Vektorsuche, MLOps. Aktueller Stack, kein Legacy-Ballast.
 * Internes Upskilling. Wir investieren in deine KI-Skills.
 * MacBook
 * Flache Hierarchien. Die Gründer sind deine direkten Ansprechpartner.
 * Ein Team, das sich kennt, auch bei verteiltem Arbeiten.