Senior AI Engineer: Enterprise GenAI & ML Solutions

NTT DATA Europe & Latam; Graz; À distance; EUR 65 000 - 90 000; Plein temps

Avantages offerts par ce poste

Flexible Arbeitszeiten

Home-Office möglich

30 Tage Urlaub

Sabbatical möglich

Remote Work im EU-Ausland

NTT DATA Academy Weiterbildungen

Gesundheits- und Vorsorgeangebote

Résumé du poste

NTT DATA Europe & Latam sucht eine erfahrene Fachkraft für AI Delivery, die Machine-Learning- und GenAI-Modelle für Enterprise-Anwendungen entwickelt, trainiert und in produktive Systeme überführt.

Sie konzipieren data pipelines, führende API- und Cloud-Architekturen, arbeiten eng mit Data Scientists und MLOps-Teams zusammen und sichern Betrieb, Performance und Skalierbarkeit der Lösungen.

Qualifications

• Fundierte Kenntnisse in Python, Deep-Learning-Frameworks und Modellbereitstellung.
• Erfahrung mit Data-Pipelines, Data Quality und Feature-Engineering.
• Verständnis von REST-APIs, Cloud-Architekturen und MLOps-Teilprozessen.
• Fließende Deutsch- und gute Englischkenntnisse für Stakeholder-Kommunikation.

Responsabilités

• Du entwickelst, trainierst und evaluierst Machine-Learning- und GenAI-Modelle.
• Du konzipierst Datenaufbereitungs-, Feature-Engineering-, Trainings- und Inferenz-Pipelines.
• Du integrierst AI-Komponenten in Enterprise-Anwendungen und plattformen.
• Du arbeitest mit Data Scientists, MLOps- & LLMOps-Teams an robusten Lösungen.
• Du übernimmst Quality Engineering, Tests, Reproduzierbarkeit und Dokumentation.

Connaissances

Python

ML frameworks

Data pipelines

REST APIs

Cloud platforms

MLOps

Generative AI

Deutsch

Englisch

Outils

PyTorch

TensorFlow

scikit-learn

pandas

Spark

Beam

FastAPI

Docker

Kubernetes

Description du poste

NTT DATA Europe & Latam sucht eine erfahrene Fachkraft für AI Delivery, die Machine-Learning- und GenAI-Modelle für Enterprise-Anwendungen entwickelt, trainiert und in produktive Systeme überführt.

Sie konzipieren data pipelines, führende API- und Cloud-Architekturen, arbeiten eng mit Data Scientists und MLOps-Teams zusammen und sichern Betrieb, Performance und Skalierbarkeit der Lösungen.