Lead Private AI Architect: GenAI & Enterprise Platforms

NTT DATA Deutschland SE; United States; Ibrido; USD 134.000 - 201.000; Tempo pieno

Vantaggi offerti da questo lavoro

Flexible Arbeitszeiten

Home-Office Möglichkeit

30 Tage Urlaub + 2 zusätzliche Tage (S

Sabbatical möglich

Remote Work EU-Ausland möglich

Betriebliche Altersvorsorge

NT DATA Academy / Udemy Zugang

Descrizione del lavoro

NTT DATA Deutschland SE sucht eine erfahrene Lead Private AI Architect (w/m/x) zur Gestaltung von Enterprise Private AI- und GenAI-Plattformen. Sie verbinden technologische Tiefe mit Beratungskompetenz und arbeiten an On-Premises-, Private-Cloud-, Hybrid- sowie Sovereign-AI-Umgebungen.

Sie designen leistungsfähige LLM-/RAG-Architekturen, implementieren Inference-Lösungen und führen Lifecycle-Prozesse von Deployment bis Monitoring.

Competenze

• 15+ Jahre IT-Erfahrung, davon mind. 5 Jahre in AI/ML-Architektur.
• Erfahrung mit Open-Source- bzw. Self-hosted-Lösungen (LLMs, GenAI).
• Beratungskompetenz sowie Stakeholder-Management auf Augenhöhe.

Mansioni

• Konzipieren Enterprise Private AI- und GenAI-Plattformen inkl. High-/Low-Level-Designs und Referenzarchitekturen.
• Entwerfen skalierbarer LLM-, RAG- und Agentic-Architekturen basierend auf Open-Source-Technologien.
• Bringen AI-Plattformen in Produktion (Kubernetes, Containerisierung, MLOps/LLMOps) und betreuen Lifecycle von Deployment bis Governance.
• Begleiten Kunden als Trusted Advisor bei AI-Strategie, Modernisierung und Operating Models.
• Verantworten RFPs, Angebote, Aufwandsschätzungen sowie Private-AI-Frameworks.

Conoscenze

AI/ML-Architektur

Kubernetes

Beratungskompetenz

Sicherheits- & Datenschutzverständnis

Deutschkenntnisse C1

Strumenti

Docker/OpenShift

MLOps/LLMOps

NVIDIA Stack

KServe

LangChain

LlamaIndex

Descrizione del lavoro

NTT DATA Deutschland SE sucht eine erfahrene Lead Private AI Architect (w/m/x) zur Gestaltung von Enterprise Private AI- und GenAI-Plattformen. Sie verbinden technologische Tiefe mit Beratungskompetenz und arbeiten an On-Premises-, Private-Cloud-, Hybrid- sowie Sovereign-AI-Umgebungen.

Sie designen leistungsfähige LLM-/RAG-Architekturen, implementieren Inference-Lösungen und führen Lifecycle-Prozesse von Deployment bis Monitoring.