Stellenbeschreibung
Was dich erwartet
- Entwicklung moderner Datenpipelines in der Cloud (Azure) oder on-prem
- Aktive Mitarbeit an Projekten, die Daten und KI verbinden: von klassischem ML bis hin zu GenAI (RAG, Agentic AI, MCP)
- Einsatz eines breiten Tech-Stacks: Python (PyTorch, scikit-learn, FastAPI, LangChain) ergänzt durch Tools wie Spark, Pandas und Airflow
- Arbeit mit MLOps-Technologien wie Docker, Kubernetes, Terraform, MLflow oder Azure ML
- Kundenkontakt von Workshops bis zur Umsetzung skalierbarer Lösungen
- Abwechslungsreicher Alltag zwischen Datenanalyse, Architektur-Design und Implementierung
- Zusammenarbeit in einem motivierten, offenen und unkomplizierten Team – professionell und unverkrampft
- Raum für Weiterbildung sowie die Möglichkeit, Neues auszuprobieren und voneinander zu lernen
Was du mitbringst
- Studium (FH/Uni) in Informatik oder vergleichbare Weiterbildung
- Mehrjährige Praxis in der Entwicklung von Datenpipelines
- Sehr gute Kenntnisse in Python und im Umgang mit Datenframeworks (z. B. Pandas, Spark)
- Erfahrung mit Cloud-Services, vorzugsweise Azure
- Sicherer Umgang mit SQL-Datenbanken
- Erste Erfahrungen mit Machine Learning oder GenAI (z. B. PyTorch, scikit-learn, LangChain)
- Kenntnisse im Bereich MLOps (Docker, Kubernetes, Terraform, MLflow, Azure ML) sind hilfreich
- Erfahrung mit Workflow-Tools wie Airflow oder Hive ist ein Vorteil
- Vertrautheit mit CI/CD-Pipelines und GitOps rundet das Profil ab
- Bevorzugt: Erfahrung mit modernen KI-gestützten Entwicklungswerkzeugen wie Claude Code, Cursor, GitHub Copilot oder ähnlich
Wir suchen dich – werde Teil unseres Teams