Cloud Platform Engineer (Automation) (mwd)

VP-Systeme GmbH; Köln; Hybrid; EUR 90.000 - 140.000; Vollzeit

Zusammenfassung

VP-Systeme GmbH in Köln sucht einen erfahrenen AI-/ML-/Cloud-Ingenieur, der intelligente Agenten- und Automatisierungslösungen von Prototyp bis Betrieb sicher und skalierbar bringt.

Sie arbeiten im crossfunktionalen Team mit Databricks, Azure und internen Systemen und gestalten CI/CD- und MLOps-Prozesse, Cloud-Sicherheit und Governance. Erfahrung in CI/CD, Data Engineering und Tool-Calling ist von Vorteil.

Qualifikationen

• Sehr gute Python- und SQL-Kenntnisse.
• Erfahrung in LLM-Entwicklung, RAG, Tool-Calling und Agentic AI.
• Praxis in CI/CD, MLOps und Infrastructure as Code.
• Fundierte Databricks-Erfahrung (Spark, Delta Lake, Workflows, Unity Catalog).

Aufgaben

• Konzeption und Entwicklung produktiver Agenten-AI-Lösungen auf Databricks/Azure.
• Implementierung von KI-Agenten und Multi-Agent-Workflows mit sicheren Architekturen.
• Integration von Azure OpenAI und weiteren Foundation Models in Databricks-Umgebungen.
• Aufbau von Datenpipelines auf Databricks (Python/SQL/Spark/Delta Lake).

Kenntnisse

Python

SQL

LLM-Entwicklung

CI/CD

Modulare Entwicklung

Tools

Git

Unity Catalog

MLflow

Databricks

Terraform

Jobbeschreibung

work Freelance, Festanstellung (Vollzeit)north_east Seniorlocation_on Köln + remote (50%)event Beginnt 15.10.2026schedule 18 MonateAufgabenbeschreibungZiel der Rolle ist es, intelligente Agenten und Automatisierungslösungen nicht nur prototypisch zu entwickeln, sondern sicher und skalierbar in Produktion zu bringen. Die Rolle verbindet AI Engineering, Data Engineering und Cloud Architecture. Gemeinsam mit einem crossfunktionalen Team werden auf Databricks und Azure Lösungen entwickelt, die Daten, Large Language Models und interne Systeme miteinander verbinden.Zu den Aufgaben gehören insbesondere:Konzeption und Entwicklung produktiver Agentic-AI-Lösungen auf Databricks und Azure – vom ersten Prototyp bis zum skalierbaren BetriebEntwicklung von KI-Agenten und Multi-Agent-Workflows, die Large Language Models, Unternehmensdaten, APIs und interne Systeme sicher miteinander verbindenUmsetzung von RAG-, Tool-Calling- und Workflow-Architekturen sowie Entwicklung wiederverwendbarer Komponenten für Prompts, Tools, Agenten und DatenzugriffeIntegration von Azure OpenAI und weiteren geeigneten Foundation Models in die Databricks-Plattform sowie in bestehende Applikations- und DatenlandschaftenEntwicklung von Daten- und Verarbeitungspipelines auf Databricks, unter anderem mit Python, SQL, Spark und Delta Lake, als verlässliche Datenbasis für KI-AnwendungenNutzung von Databricks Mosaic AI und MLflow zur Entwicklung, Versionierung, Evaluierung, Bereitstellung und Überwachung von Modellen, Prompts und AgentenAutomatisierung daten- und KI-gestützter Prozesse mit Databricks Workflows sowie deren Integration in bestehende Unternehmensprozesse und SystemlandschaftenGestaltung der erforderlichen Azure- und Databricks-Architektur für einen sicheren, skalierbaren und kosteneffizienten BetriebEtablierung von CI/CD- und MLOps-Prozessen für Datenpipelines, Modelle und Agenten, einschließlich automatisierter Tests, Deployment-Pipelines, Infrastructure as Code und Versionierung relevanter ArtefakteEntwicklung von Qualitäts- und Evaluationsverfahren für KI-Anwendungen, beispielsweise für Antwortqualität, Groundedness, Sicherheit, Latenz, Kosten und ZuverlässigkeitSicherstellung eines sicheren und nachvollziehbaren Betriebs durch Unity Catalog, Secrets Management, Managed Identities, RBAC, Private Endpoints, Logging und MonitoringSichere Anbindung interner Datenquellen, Systeme und APIs sowie Unterstützung der Fachbereiche bei der technischen Umsetzung konkreter AI- und Automatisierungs-Use-CasesEnge Zusammenarbeit mit Product Ownern, Fachbereichen, Data- und Cloud-Teams sowie Security, Privacy und Governance; aktive Einbringung der technischen Perspektive in ArchitekturentscheidungenDokumentation von Architekturen, Datenflüssen, Agentenlogik, Betriebsprozessen und Security Controls, sodass eine nachhaltige Übergabe in den produktiven Betrieb möglich ist.ProfilanforderungenMehrjährige Erfahrung als AI-, ML-, Data- oder Cloud Engineer bzw. vergleichbare technische RollePraxis in LLM-Entwicklung, ideal mit RAG, Embeddings, Vector Search, Tool Calling, Agentic AISehr gute Python-/SQL-Kenntnisse; Git, automatisierte Tests, Code Reviews, modulare EntwicklungFundierte Databricks-Erfahrung, z.B. Spark, Delta Lake, Workflows, Unity Catalog, MLflow, Mosaic AIGute Azure-Kenntnisse, v. a. OpenAI, Managed Identities, Key Vault, Storage, Networking, MonitoringProduktive Integration: APIs, Datenquellen, Unternehmenssysteme; verteilte/eventbasierte ArchitekturPraxis in CI/CD, MLOps, Infrastructure as Code, z. B. GitHub Actions/Azure DevOps, Terraform/BicepSolide in Cloud Security, Datenschutz, AI Governance: Rechte, Datenklassifizierung, ModellzugriffeMonitoring produktiver KI-Lösungen; systematische Bewertung von Prompt-, Retrieval-, AgentenqualitätÜbersetzung fachlicher Anforderungen in robuste, wartbare und skalierbare technische LösungenInterdisziplinäre Zusammenarbeit, Eigenverantwortung, verständliche Vermittlung komplexer TechnikNice to HaveGängige Agenten-/LLM-Frameworks, strukturierte Ausgaben, Guardrails, Human-in-the-Loop-ProzesseKenntnisse in Docker, Kubernetes und im Betrieb containerisierter KI-Anwendungen und APIsErfahrung mit Event Streaming, z. B. Azure Event Hubs oder Apache KafkaVerständnis für Kosten-, Latenz- und Skalierungsoptimierung LLM-basierter AnwendungenErfahrung in regulierten oder datenschutzsensiblen UnternehmensumfeldernIhr AnsprechpartnerMohammed El Seblaniphone_in_talk [phone] [e-mail]