DevOps Engineer

Allegis Group; Zürich; Vor Ort; CHF 140.000 - 180.000; Vollzeit

Zusammenfassung

Allegis Group sucht einen erfahrenen Senior DevOps Engineer mit Schwerpunkt Generative AI und Retrieval-Augmented Generation (RAG). In einem interdisziplinären Team bauen Sie eine moderne GenAI-Plattform, entwickeln RAG-Anwendungen weiter und stellen deren zuverlässigen Betrieb sicher.

Sie arbeiten eng mit Cloud Engineers, Data Scientists und weiteren DevOps-Teams, erstellen skalierbare Datenpipelines, CI/CD, Data Ingestion, LLM-Tracing und Evaluationsprozesse, und begleiten Anwendungen von der

Qualifikationen

• Mehrjährige DevOps-Erfahrung mit GenAI & RAG.
• Tiefgehendes Verständnis von GenAI-Technologien, insbesondere RAG.
• Praktische Erfahrung mit Prompt Engineering & Context Engineering.

Aufgaben

• Entwicklung robuster GenAI-Lösungen mit Schwerpunkt RAG.
• Weiterentwicklung bestehender RAG Use Cases.
• Konzeption und Umsetzung neuer AI Use Cases und Self-Service-Lösungen.
• Begleitung neuer Anwendungen von der Konzeptphase bis zur Produktionsreife und Betrieb.
• Aufbau und Weiterentwicklung einer GenAI-Plattform für effiziente Umsetzung von RAG-Lösungen.
• Erstellung, Bereitstellung und Wartung skalierbarer Datenpipelines und APIs.
• Entwicklung von CI/CD-Pipelines, automatisierten Deployments und Testautomatisierungen.
• Implementierung von LLM-Tracing, LLMOps und Evaluationsverfahren.
• Überwachung und Tuning produktiver GenAI-Lösungen hinsichtlich Zuverlässigkeit und Skalierbarkeit.
• Zusammenarbeit mit Cloud Engineers, Data Scientists, weiteren DevOps-Teams und Stakeholdern.

Kenntnisse

Python

Prompt Engineering

Context Engineering

CI/CD

APIs development

LLM-Tracing

Tools

LangChain

LangFuse

Azure App Service

Azure Container Apps

Azure AI Foundry

Azure AI Search

Bash

PowerShell

Jobbeschreibung

Wir suchen einen erfahrenen Senior DevOps Engineer mit Schwerpunkt Generative AI und Retrieval-Augmented Generation (RAG).

In dieser Position arbeitest du in einem interdisziplinären DevOps-Team am Aufbau einer modernen GenAI-Plattform. Du entwickelst bestehende RAG-Anwendungen weiter, implementierst neue AI Use Cases von der technischen Konzeption bis zur Produktionsreife und stellst ihren zuverlässigen Betrieb sicher.

Rahmendaten

• 1 Jahr mit Verlängerungsoption
• Location: Zürich
• Senior, 5 bis 8 Jahre Berufserfahrung

Deine Aufgaben

• Entwicklung, Implementierung und Evaluation robuster, produktionsreifer GenAI-Lösungen mit Schwerpunkt RAG
• Kontinuierliche Weiterentwicklung und Optimierung bestehender RAG Use Cases
• Technische Konzeption und Umsetzung neuer AI Use Cases, Patterns und Self-Service-Lösungen
• Begleitung neuer Anwendungen von der ersten technischen Konzeption bis zur Produktionsreife und dem anschliessenden Betrieb
• Aufbau und Weiterentwicklung einer GenAI-Plattform zur effizienteren Umsetzung von RAG-Lösungen
• Erstellung, Bereitstellung und Wartung skalierbarer Datenpipelines und APIs für GenAI-Anwendungen, Inferenz und Echtzeitintegrationen
• Entwicklung von CI/CD-Pipelines, automatisierten Deployments und Testautomatisierungen
• Implementierung von LLM-Tracing, LLMOps und Evaluationsverfahren
• Überwachung und kontinuierliches Tuning produktiver GenAI-Lösungen hinsichtlich Zuverlässigkeit, Skalierbarkeit und geschäftlicher Anforderungen
• Zusammenarbeit mit Cloud Engineers, Business Engineers, Data Scientists, weiteren DevOps-Teams und Stakeholdern aus den Fachbereichen
• Überführung von Prototypen in stabile und betriebsfähige Lösungen

Dein Profil

• Mehrjährige Erfahrung als DevOps Engineer oder in einer vergleichbaren technischen Funktion
• Tiefgehendes Verständnis von GenAI-Technologien, insbesondere Retrieval-Augmented Generation
• Praktische Erfahrung mit Prompt Engineering und Context Engineering
• Erfahrung mit GenAI-Frameworks und Observability-Lösungen wie LangChain und LangFuse
• Fundierte Cloud-Kenntnisse, idealerweise im Microsoft-Azure-Umfeld
• Erfahrung mit Azure App Service, Azure Container Apps, Azure AI Foundry und Azure AI Search oder vergleichbaren Cloud-Technologien
• Sehr gute Programmierkenntnisse in Python
• Erfahrung mit Skriptsprachen wie Bash oder PowerShell
• Solide Kenntnisse in der Entwicklung und Verwaltung von CI/CD-Pipelines
• Erfahrung in der API-Entwicklung zur Integration von Modellen
• Kenntnisse in den Bereichen LLM-Tracing, LLMOps und Evaluation von GenAI-Lösungen
• Erfahrung mit Testautomatisierung, automatisierten Deployments und der iterativen Validierung von GenAI-Anwendungen

Von Vorteil

• Erfahrung mit Java
• Kenntnisse in Spring und Spring AI
• Erfahrung mit skalierbaren Datenpipelines
• Erfahrung in der Integration von GenAI-Lösungen in bestehende Unternehmenssysteme

Sprachen

• Deutsch: C2, annähernd muttersprachliche Kenntnisse
• Englisch: C1, fachkundige Sprachverwendung