Junior Consultant (all genders) AI & MLOps Engineering

valantic GmbH; München; Hybrid; EUR 48.000 - 72.000; Vollzeit

Benefits dieser Stelle

30 Urlaubstage

Home-Office

Flexible Arbeitszeiten

Top-Ausstattung

Benefits

Zusammenfassung

valantic GmbH in München sucht Bewerberinnen und Bewerber für den Einstieg in AI-Lösungen. Du arbeitest an Data-Science-Projekten, verbindest ML-Modellierung mit professionellem Software-Engineering und setzt DevOps-Praktiken um.

Du bringst einen Master mit, hast erste ML-Erfahrung, stärkst dein Python-Know-how, lernst CI/CD, Git und Cloud-Plattformen kennen und wirkst an End-to-End-Lösungen von der Konzeption bis zum Betrieb mit.

Qualifikationen

• Abgeschlossenes Masterstudium in Informatik, Data Science, Mathematik, Ingenieurwissenschaften oder einem vergleichbaren Studiengang.
• Erste praktische Erfahrung in AI- oder ML-Projekten, z. B. aus deiner Masterarbeit, Hochschulprojekten, Praktika oder einer Werkstudierenden­tätigkeit.
• Gute Python-Kenntnisse und Grundlagen professioneller Softwareentwicklung sowie erste praktische Berührungspunkte mit Git, automatisiertem Testing, CI/CD und Containerisierung.
• Grundverständnis für die Anforderungen produktiver ML-Systeme: Skalierbarkeit, Reproduzierbarkeit, Monitoring, Sicherheit und wirtschaftlicher Betrieb.
• Erste praktische Berührungspunkte mit mindestens einer Cloud- oder AI-Plattform wie AWS, Azure, GCP oder Databricks, etwa im Rahmen eines Studien- oder Praxisprojekts.

Aufgaben

• Data-Science-Prototypen in robuste Produktivsysteme überführen, von Konzeption bis Betrieb.
• Automatisierte Pipelines für Datenverarbeitung, Training, Deployment und Retraining entwickeln.
• ML-Modelle als APIs oder Batch-/Streaming-Komponenten in Enterprise-Architekturen integrieren.
• Monitoring- und Observability-Lösungen für Datenqualität, Modell-Performance und KPIs unterstützen.
• Stakeholder abstimmen, Anforderungen in technische Lösungen übersetzen, Standards beibehalten.
• Qualität, Security und Governance im Entwicklungsprozess berücksichtigen.

Kenntnisse

Python

Ausbildung

Masterabschluss in Informatik, Data Science, Mathematik, Ingenieurwissenschaften oder vergleichbar

Tools

Git

CI/CD

Containerisierung

AWS/Azure/GCP/Databricks

Jobbeschreibung

Stuttgart München Python AWS Berufseinsteigende

Kurzbeschreibung

AI-Lösungen schaffen erst dann Mehrwert, wenn sie den Prototypenstatus verlassen und zuverlässig in Produktion laufen. Genau da setzt unser AI Solutions Team an: Wir bauen produktive AI-Systeme – von klassischem Machine Learning und Optimierung bis zu GenAI und agentischen Architekturen – und verantworten dabei den gesamten Lifecycle von den Daten bis zum Monitoring.

Du hast deinen Master abgeschlossen und möchtest an der Schnittstelle von Machine Learning, professionellem Software Engineering und modernen DevOps-Praktiken ins Berufsleben starten? Bei uns bringst du dein Wissen in konkrete AI-Projekte ein und entwickelst dich gemeinsam mit erfahrenen Kolleg fachlich weiter.

Dein Wirkungsfeld

Du unterstützt dabei, Data-Science-Prototypen in robuste, skalierbare Produktivsysteme zu überführen, und arbeitest in AI-Projekten von der technischen Konzeption bis zum Betrieb mit.

Du entwickelst gemeinsam mit dem Team automatisierte Pipelines für Datenverarbeitung, Training, Deployment und Retraining. Dabei wendest du MLOps-Praktiken wie Experiment Tracking, Versionierung, Model Registry und Reproduzierbarkeit an.

Du integrierst ML-Modelle als APIs oder Batch-/Streaming-Komponenten in bestehende Enterprise- und Cloud-Architekturen und übernimmst schrittweise eigene Entwicklungsaufgaben.

Du wirkst an Monitoring- und Observability-Lösungen für Datenqualität, Model Performance, Drift und fachliche KPIs mit und berücksichtigst Qualität, Security und Governance im Entwicklungsprozess.

Du unterstützt die Abstimmung mit technischen und fachlichen Stakeholdern, übersetzt gemeinsam mit erfahrenen Kolleg Anforderungen in technische Lösungen und trägst zu unseren Standards und wiederverwendbaren Assets bei.

Was Dich auszeichnet

Abgeschlossenes Masterstudium in Informatik, Data Science, Mathematik, Ingenieurwissenschaften oder einem vergleichbaren Studiengang.

Erste praktische Erfahrung in AI- oder ML-Projekten, beispielsweise aus deiner Masterarbeit, Hochschulprojekten, Praktika oder einer Werkstudierendentätigkeit. Dabei hast du mindestens einen Anwendungsfall jenseits reiner LLM- oder Prompt-Integration umgesetzt.

Gute Python-Kenntnisse und Grundlagen professioneller Softwareentwicklung sowie erste praktische Berührungspunkte mit Git, automatisiertem Testing, CI/CD und Containerisierung.

Grundverständnis für die Anforderungen produktiver ML-Systeme: Skalierbarkeit, Reproduzierbarkeit, Monitoring, Sicherheit und wirtschaftlicher Betrieb.

Erste praktische Berührungspunkte mit mindestens einer Cloud- oder AI-Plattform wie AWS, Azure, GCP oder Databricks, etwa im Rahmen eines Studien- oder Praxisprojekts.

Freude an der Schnittstelle zwischen Data Science, Engineering, Betrieb und Fachbereich sowie die Fähigkeit, technische Zusammenhänge verständlich zu vermitteln.

Neugier, Eigeninitiative und die Bereitschaft, dich in neue Technologien einzuarbeiten und Feedback für deine Entwicklung zu nutzen.

Darauf kannst Du Dich freuen

• 30 Urlaubstage, Home-Office, flexible Arbeitszeiten, Top-Ausstattung und Benefits

Mitarbeit entlang des gesamten Lifecycles – vom Use Case bis zum produktiven Betrieb

Vielfältige Projekte in klassischem ML, Industrial AI, Optimierung, GenAI und agentischen Systemen

Ein technisch starkes Team mit Tiefe in Data Science, AI Architecture, MLOps, LLMOps und AI Governance

Fachliche Begleitung durch erfahrene Kolleg und gemeinsames Lernen in der Projektarbeit

Raum für eigene Schwerpunkte und die Möglichkeit, mit wachsender Erfahrung Architekturen und Engineering-Standards aktiv mitzugestalten