58.006 Jobs

Als AI Solution Architect (m/w/d) gestaltest du die KI-/ML-Gesamtarchitektur für komplexe Enterprise-Umgebungen auf Azure. Du verbindest fundiertes Know-how in ML-Engineering, RAG-Architekturen und MLOps mit einem starken Verständnis für Governance, Compliance und technische Führung. Damit trägst du dazu bei, KI-Lösungen produktionsreif, skalierbar und regelkonform umzusetzen.

Tätigkeiten

-Entwurf und Weiterentwicklung der KI-/ML-Gesamtarchitektur auf Azure als Enterprise-KI-Plattform.
-Technische Leitung von ML-Pipeline-Projekten, insbesondere in den Bereichen Training, Deployment, Monitoring und Drift Detection, sowie Konzeption und Optimierung von RAG-Architekturen, beispielsweise hinsichtlich Chunking, Retrieval, Guardrails und Context Orchestration.
-Definition von MLOps-Strategien einschließlich CI/CD für Modelle, Experiment-Tracking und Model Registry.
-Technische Führung und Koordination eines interdisziplinären Teams aus ML/AI Engineers, LLM Engineers und MLOps Engineers.
-Beratung zu AI Governance, Responsible AI und EU-AI-Act-Compliance sowie Stakeholder-Management durch Architekturpräsentationen gegenüber IT-Leitung und Fachbereichen.

Anforderungen

**Das ist uns wichtig:**

- Fundierte Erfahrung mit Azure-basierten KI-/ML-Lösungen, insbesondere mit Azure Machine Learning und Azure OpenAI Service; Kenntnisse weiterer Azure AI Services sind von Vorteil.
- Praktische Erfahrung mit MLOps-Konzepten und entsprechenden Werkzeugen, beispielsweise MLflow, Kubeflow oder Azure ML Pipelines.
- Erfahrung im Aufbau von RAG-Architekturen, im Prompt Engineering und im Umgang mit Vektordatenbanken sowie Kenntnisse in der Integration von Sprachmodellen über APIs. Erfahrung mit Orchestrierungsframeworks wie LangChain oder LlamaIndex ist von Vorteil.
- Erfahrung mit CI/CD für ML-Anwendungen sowie sichere Python-Kenntnisse. Praktische Erfahrung mit mindestens zwei gängigen Machine-Learning-Frameworks, beispielsweise scikit-learn, PyTorch oder TensorFlow.
- Erfahrung im Aufbau von Enterprise-Architekturen in Cloud-Umgebungen. Kenntnisse in angrenzenden Bereichen wie Datenplattformen, Containerisierung, Container-Orchestrierung, Infrastructure as Code und Observability sind von Vorteil, beispielsweise mit Databricks, Azure Data Factory, Azure Data Lake, Docker, Kubernetes, Terraform, Prometheus, Grafana oder Application Insights.
- Verständnis für Governance-, Sicherheits- und Compliance-Anforderungen in regulierten Umgebungen. Kenntnisse relevanter Standards und Regelwerke wie ISO 27001, NIS2, BSI-Vorgaben oder dem EU AI Act sowie entsprechender Governance-Werkzeuge sind von Vorteil.
- Mehrjährige Erfahrung mit ML-/AI-Architekturen oder vergleichbaren technischen Aufgaben in Enterprise-Umgebungen.
- Erfahrung in einer technischen Leitungs- oder Architekturrolle ist wünschenswert; einschlägige Azure-Zertifizierungen sind ein Plus.
- Idealerweise Erfahrung in der Energiebranche oder Versorgungswirtschaft, mit Predictive Maintenance, Zeitreihenanalysen oder öffentlichen Vergabeverfahren wie VgV und EVB-IT.

Team

Werde Teil unseres Customer Cluster Environment, Transportation & Energy.

Bewerbungsprozess

1. Im ersten Schritt führen wir ein Videointerview (30–60 Minuten, remote), gefolgt von einer Rückmeldung innerhalb von 1–3 Werktagen.
2. Anschließend laden wir dich zu einem Kennenlerngespräch ein, das entweder remote oder vor Ort stattfinden kann. Innerhalb von 3–5 Werktagen erhältst du daraufhin unsere Rückmeldung.
3. Wenn alles passt, bekommst du unser Vertragsangebot – jetzt liegt die Entscheidung bei dir!