AI/ML Ops Engineer bei unserer Tochtergesellschaft 1&1 Telecommunication SE in Karlsruhe, Montabaur oder Frankfurt Kennziffer: SF-5626 (m/w/d)

In dieser Rolle tragen Sie die Gesamtverantwortung für den stabilen, skalierbaren Betrieb moderner ML- und GenAI-Systeme. Sie bauen eine durchgängige Delivery-Kette von Entwicklung bis produktiver Nutzung auf und implementieren CI/CD-/CT-Pipelines sowie Model Registry-, Deployment- und Audit-Artefakte. Sie arbeiten eng mit Data Scientists, AI/ML Engineers und Plattform-Teams zusammen, optimieren Leistung und Kosten und treiben Best Practices im MLOps-Bereich voran.

• Attraktives Gehalt
• Starke Gemeinschaft aus Teamplayern
• Vertrauensarbeitszeit mit flexibler Einteilung
• bis zu 40% mobiles Arbeiten
• Weiterbildungsmöglichkeiten on- und offline
• Rabatte auf 1&1 Produkte und Freizeitangebote (Diverses)

• Stabilen, skalierbaren Betrieb moderner ML- und GenAI-Systeme sicherstellen und Delivery-Kette aufbauen
• Aufbau und Betrieb von CI/CD/CT-Pipelines für ML-Modelle und GenAI-Anwendungen (inkl. Prompt-Workflows)
• Implementierung und Verwaltung von Model Registry, Versionierung und Deployment-Prozessen
• Deployment von AI-Services in produktiven Umgebungen mittels Docker und Kubernetes
• Monitoring und Optimierung von Modell-Performance (Drift, Latenz, Kosten, Verfügbarkeit)
• Sicherstellung von Skalierbarkeit, Stabilität und Wiederholbarkeit von ML-Workflows
• Erstellung auditfähiger Artefakte (z. B. Model Cards, Logs, Dokumentation)
• Enge Zusammenarbeit mit Data Scientists, AI/ML Engineers und Plattform-Teams
• Weiterentwicklung von Best Practices im Bereich MLOps und AI-Betrieb

• Erfolgreich abgeschlossenes Studium in Informatik, Software Engineering oder vergleichbarem Studiengang
• Mehrjährige Erfahrung im DevOps- oder MLOps-Umfeld
• Fundierte Docker- und Kubernetes-Kenntnisse
• Erfahrung mit CI/CD-Systemen und automatisierten Deployment-Prozessen
• Praxis im Monitoring-, Logging- und Tracking-Tools
• Gute Python-Kenntnisse zur Automatisierung
• Erfahrung im Bereich LLMOps bzw. Betrieb von GenAI-Anwendungen
• Kenntnisse relevanter Standards (z. B. ISO/IEC 42001)
• Erfahrung mit hybriden Infrastrukturumgebungen (Cloud & On-Premise)

• Teamfähigkeit
• Kommunikationsstärke
• Analytische Denkweise
• Docker
• Kubernetes
• CI/CD-Systeme