Senior MLOps / LLMOps Engineer (all genders) - Aachen

Wir bei adesso stehen für digitale Exzellenz und bieten vielfältige Entwicklungsmöglichkeiten für all unsere adessi. Wir wachsen gemeinsam und lernen voneinander in anspruchsvollen Projekten, interdisziplinären Teams und durch zielgerichtete Trainingsangebote. Unser Fokus liegt auf der IT und dem Erfolg unserer Kunden. Mit unserer Expertise in der KI-Transformation verbinden wir Mut zur Veränderung mit zukunftsfähigen Strategien. Zu unseren Benefits gehören Gesundheitsförderung, flexible Arbeitsmodelle, Unterstützung für Familien, umfangreiche Weiterbildungsmöglichkeiten und ein starkes Gefühl von Teamgeist. - Abgeschlossenes Studium in Informatik, Data Engineering, Software Engineering oder einem vergleichbaren technischen Fachgebiet - Mindestens 3 Jahre Erfahrung im Betrieb produktiver ML- oder LLM-Systeme im Enterprise-Umfeld - Tiefgehendes Fachwissen im ML/LLM-Qualitätsmanagement, einschließlich Modell-Lifecycle-Management, Drift Detection und Prompt-Evaluation - Souveräner Umgang mit MLflow oder Weights & Biases, CI/CD-Toolchains wie GitLab CI oder GitHub Actions sowie Container- und Cloud-Umgebungen - Strukturierte Arbeitsweise mit hohem Engineering-Anspruch, qualitäts-, stabilitäts- und reproduzierbarkeitsorientiert - Sicherer und präziser Umgang mit KI-Tools im Fachgebiet und kritische Bewertung der Ergebnisse - Gute Kommunikationsfähigkeiten in Deutsch und Englisch, sowohl mündlich als auch schriftlich - End-to-End-Lifecycle steuern: Du verantwortest Versionierung, Deployment, Monitoring und kontinuierliche Weiterentwicklung von ML- und LLM-Systemen im produktiven Betrieb - CI/CD für AI etablieren: Du implementierst automatisierte Trainings-, Test- und Deployment-Pipelines inklusive Modell- und Prompt-Versionierung - Evaluierungsarchitekturen entwickeln: Du konzipierst strukturierte Testsets, Golden Datasets und Metriken zur objektiven Qualitätsmessung von ML- und RAG-Systemen - Observability sicherstellen: Du implementierst Monitoring für Modell-Drift, Daten-Drift, Latenz, Tokenverbrauch und Antwortqualität - Reproduzierbarkeit verankern: Du stellst Auditierbarkeit, Nachvollziehbarkeit und kontrollierte Rollbacks in AI-Systemlandschaften sicher