Cloud Platform Engineer (Automation) (m/w/d)

Synergie-Effekt GmbH; Köln; Vor Ort; EUR 85.000 - 130.000; Vollzeit

Zusammenfassung

Synergie-Effekt GmbH sucht einen Cloud Platform Engineer (Automation) zur Entwicklung sicherer, skalierbarer KI-Lösungen in einer Cloud-Umgebung. Du verbindest AI Engineering, Data Engineering und Cloud Architecture, arbeitest an Databricks, Azure OpenAI und internen Systemen und bringst deine Expertise in CI/CD und MLOps ein.

Du arbeitest eng mit Product Ownern, Fachbereichen und Security-Teams zusammen, um robuste Architekturen zu gestalten.

Qualifikationen

• Mehrjährige Erfahrung in AI/ Cloud Engineering oder vergleichbarer Rolle.
• Praktische Erfahrung mit LLMs, RAG, Embeddings oder agentenbasierter Architekturen.
• Sehr gute Kenntnisse in Python und SQL sowie gängige Software-Engineering-Praktiken (Git, Tests, Code-Reviews).
• Fundierte Erfahrung mit Databricks (Spark, Delta Lake, Workflows, Unity Catalog, MLflow).
• Gute Kenntnisse der Microsoft Azure Plattform (Azure OpenAI, Key Vault, Storage, Networking).
• Erfahrung mit CI/CD, MLOps und Infrastructure as Code (GitHub Actions, Azure DevOps, Terraform).
• Verständnis von Cloud Security, Datenschutz und AI Governance.

Aufgaben

• Konzeption und Entwicklung von KI-Agenten- und Multi-Agent-Workflows auf Databricks und Azure.
• Integrieren von Azure OpenAI und Foundation Models in Databricks-Plattformen und bestehende Systeme.
• Entwicklung von Datenpipelines mit Python, SQL, Spark und Delta Lake.
• Aufbau von CI/CD-/MLOps- Prozessen, Tests, Deployments und Artefakt-Versionierung.
• Sicherer Betrieb durch Unity Catalog, Secrets Management und RBAC.

Kenntnisse

Python

SQL

Databricks

Azure OpenAI

CI/CD

MLOps

Cloud Architecture

Git

Ausbildung

Universitätsabschluss oder vergleichbar

Tools

Terraform

Kubernetes

Spark

MLflow

Unity Catalog

Jobbeschreibung

Titel / Position: Cloud Platform Engineer (Automation) (m/w/d)

Beschreibung: Für unseren Endkunden haben wir folgende langfristige Position zu besetzen;

Cloud Platform Engineer (Automation) (m/w/d)

Du möchtest intelligente Agenten und Automatisierungslösungen nicht nur prototypisch entwickeln, sondern sicher und skalierbar in Produktion bringen? In dieser Rolle verbindest du AI Engineering, Data Engineering und Cloud Architecture. Gemeinsam mit unser em crossfunktionalen Team entwickelst du auf Databricks und Azure Lösungen, die Daten, Large Language Models und interne Systeme miteinander verbinden.

Aufgaben:

Du konzipierst und entwickelst produktive Agentic -AI -Lösungen auf Databricks und Azure – vom ersten Prototyp bis zum skalierbaren Betrieb.

• Du entwickelst KI -Agenten und Multi -Agent -Workflows , die Large Language Models, Unternehmensdaten, APIs und interne Systeme sicher miteinander verbinden.
• Du setzt RAG -, Tool -Calling - und Workflow -Architekturen um und entwickelst wiederverwendbare Komponenten für Prompts, Tools, Agenten und Datenzugriffe.
• Du integrierst Azure OpenAI und weitere geeignete Foundation Models in die Databricks -Plattform sowie in bestehende Applikations - und Datenlandschaften.
• Du entwickelst Daten - und Verarbeitungspipelines auf Databricks , unter anderem mit Python, SQL, Spark und Delta Lake, und schaffst damit eine verlässliche Datenbasis für KI -Anwendungen.
• Du nutzt Databricks Mosaic AI und MLflow , um Modelle, Prompts und Agenten zu entwickeln, zu versionieren, zu evaluieren, bereitzustellen und zu überwachen.
• Du automatisierst Daten- und KI -gestützte Prozesse mit Databricks Workflows und integrierst diese in bestehende Unternehmensprozesse und Systemlandschaften.
• Du gestaltest die erforderliche Azure - und Databricks -Architektur für einen sicheren, skalierbaren und kosteneffizienten Betrieb.
• Du etablierst CI/CD - und MLOps -Prozesse für Datenpipelines, Modelle und Agenten. Dazu gehören automatisierte Tests, Deployment -Pipelines, Infrastructure as Code und die Versionierung relevanter Artefakte.
• Du entwickelst Qualitäts - und Evaluationsverfahren für KI -Anwendungen, beispielsweise für Antwortqualität, Groundedness, Sicherheit, Latenz, Kosten und Zuverlässigkeit .
• Du stellst den sicheren und nachvollziehbaren Betrieb durch Unity Catalog, Secrets Management, Managed Identities, RBAC, Private Endpoints, Logging und Monitoring sicher.
• Du bindest interne Datenquellen, Systeme und APIs sicher an und unterstützt die Fachbereiche bei der technischen Umsetzung konkreter AI - und Automatisierungs -Use -Cases.
• Du arbeitest eng mit Product Owner, Fachbereichen, Data - und Cloud -Teams sowie Security, Privacy und Governance zusammen und bringst deine technische Perspektive aktiv in Architekturentscheidungen ein.
• Du dokumentierst Architekturen, Datenflüsse, Agentenlogik, Betriebsprozesse und Security Controls so, dass eine nachhaltige Übergabe in den produktiven Betrieb möglich ist.

Anforderung:

Mehrjährige Erfahrung als AI Engineer, Machine Learning Engineer, Data Engineer, Cloud Engineer oder in einer vergleichbaren technischen Rolle.

• Praktische Erfahrung bei der Entwicklung von Anwendungen mit Large Language Models , idealerweise mit RAG, Embeddings, Vector Search, Tool Calling oder agentenbasierten Architekturen.
• Sehr gute Kenntnisse in Python und SQL sowie Erfahrung mit Software -Engineering - Praktiken wie Git, automatisierten Tests, Code Reviews und modularer Softwareentwicklung.
• Fundierte Erfahrung mit Databricks , beispielsweise mit Spark, Delta Lake, Workflows, Unity Catalog, MLflow oder Mosaic AI.
• Gute Kenntnisse der Microsoft -Azure -Plattform , insbesondere Azure OpenAI, Managed Identities, Key Vault, Storage, Networking und Monitoring.
• Erfahrung mit der produktiven Integration von APIs, Datenquellen und Unternehmenssystemen sowie ein gutes Verständnis verteilter und ereignisgetriebener Architekturen.
• Praktische Erfahrung mit CI/CD, MLOps und Infrastructure as Code , beispielsweise mit GitHub Actions oder Azure DevOps sowie Terraform oder Bicep.
• Solides Verständnis von Cloud Security, Datenschutz und AI Governance , insbesondere von Berechtigungskonzepten, Datenklassifizierung, sicheren Modellzugriffen und dem Schutz sensibler Informationen.
• Erfahrung mit dem Monitoring produktiver KI -Lösungen und der systematischen Bewertung von Prompt -, Retrieval - und Agentenqualität.

Fähigkeit, Anforderungen aus den Fachbereichen in robuste, wartbare und skalierbare technische Lösungen zu übersetzen.

Nice to have:

• Erfahrung mit gängigen Agenten - und LLM -Frameworks sowie mit strukturierten Ausgaben, Guardrails und Human -in-the-Loop -Prozessen.
• Kenntnisse in Docker und Kubernetes sowie im Betrieb containerisierter KI -Anwendungen und APIs.
• Erfahrung mit Event Streaming, beispielsweise auf Basis von Azure Event Hubs oder Apache Kafka .
• Verständnis für die Kosten-, Latenz- und Skalierungsoptimierung LLM -basierter Anwendungen.
• Erfahrung in regulierten oder datenschutzsensiblen Unternehmensumfeldern