Machine Learning Engineer / MLOps Engineer (m/w/d)

Du baust produktive KI-Systeme (LLM, RAG, Agenten) für große Kunden im öffentlichen Sektor. Kein Prototyp für die Schublade, sondern Software, die im Regelbetrieb läuft. Wer wir sind Rockstardevelopers, gegründet 2015, Büros in Stuttgart und München. Aus hunderten Projekten für Enterprise- und Mittelstandskunden wissen wir, wie man Software baut, die im Ernstfall trägt. Seit einer Weile verschiebt sich unser Schwerpunkt Richtung KI: LLM-Anwendungen, RAG, Agenten-Systeme, die beim Kunden wirklich produktiv gehen. Genau dafür suchen wir dich. Worum es geht Unsere Kunden sind IT-Dienstleister im öffentlichen Sektor, ein reguliertes Umfeld mit hohen Ansprüchen an Datenschutz und Betriebssicherheit. Dort baust du KI-Lösungen in bestehende Branchenlösungen ein: Dialogsysteme, semantische Suche, RAG-Pipelines, Agenten, alles im echten Produktivbetrieb für viele Nutzer. Projektsprache ist Deutsch. Ein Wort zu Remote, weil es oft die erste Frage ist: Der Alltag läuft remote-first innerhalb der DACH-Region. Ab und zu bist du vor Ort, den Rest der Zeit arbeitest du von dort, wo du gut arbeitest. Aufgaben Produktive Daten- und ML-Pipelines entwickeln Datenaufbereitung und Modelltraining automatisieren Model Serving aufbauen und betreiben, inklusive Monitoring und Alerting ML-Modelle in Fachanwendungen integrieren ML-Modelle überwachen, Model Drift erkennen Technologischen Stack und DevOps-/MLOps-Prozesse weiterentwickeln Qualifikation Das musst du mitbringen Die folgenden sechs Punkte sind harte Voraussetzungen, jeder muss nachweisbar sein. Wenn einer davon fehlt, können wir dich leider nicht ins Rennen schicken. So ehrlich sind wir lieber vorab, als dir Zeit zu stehlen. Mindestens 3 Jahre Erfahrung in CI/CD-Entwicklung Mindestens 3 Jahre Erfahrung in Python-Entwicklung Mindestens 3 Jahre Erfahrung mit Kubernetes und Docker Mindestens 3 Jahre Berufserfahrung als Machine Learning Engineer Mindestens 3 Jahre Projektarbeit in agilen Entwicklerteams Deutsch mindestens auf C1-Niv