Cloud AI Architect (m/w/d)

Das ist der Job

Deine Aufgaben & Verantwortlichkeiten AI‑First Plattform‑ & Betriebsarchitektur Du verfolgst einen konsequenten AI‑First Engineering Ansatz .

Guardrails, Policies und Kontrollmechanismen Cloud, DevOps & Plattform Sehr gute praktische Erfahrung mit: Microsoft Azure (Compute, Networking, Storage, IAM, Security) Databricks (Data Engineering, ML‑ & AI‑Workloads) CI/CD‑Pipelines und Infrastructure as Code (z.B.

Darum lohnt es sich

Dazu gehören: Aufbau und Weiterentwicklung von Cloud‑Plattformen auf Microsoft Azure für AI‑ und Data‑Systeme (Compute, Storage, Netzwerk, Identity, Tooling) Einsatz und Betrieb von Databricks als zentrale Plattform für Data Engineering, Machine Learning und AI‑Workloads Architektur von Agent‑Orchestrierung, Laufzeitumgebungen, Control Planes und Tool‑Integrationen Sicherstellung, dass Plattformen produktionsreif, skalierbar, beobachtbar und betrieblich beherrschbar sind DevOps, Deployment & Release Management Du verantwortest die technische Umsetzung und den stabilen Betrieb von AI‑, Agenten‑ und Data‑Systemen über ihren gesamten Lifecycle hinweg.

Canary Releases, Versionierung, kontrollierte Agenten‑Updates) Reproduzierbare Deployments und saubere Rollbacks , insbesondere für Databricks‑ und AI‑Workloads Enge Zusammenarbeit mit Engineering Manager und Produktverantwortlichen bei Architektur‑ und Betriebsentscheidungen Stabilität, Security & Governance Du übernimmst Verantwortung für den sicheren und stabilen Betrieb geschäftskritischer Systeme.

Verantwortung für Verfügbarkeit, Performance, Fehlertoleranz und Incident‑Handling Umsetzung von Security by Design in Azure‑ und Databricks‑Umgebungen, u.a.: Rollen‑ und Berechtigungskonzepte (Azure IAM) Secrets‑Management Netzwerk‑ und Systemisolation Audit‑ und Compliance‑Anforderungen Aufbau und Durchsetzung von Governance‑Regeln für agentische Systeme (Zugriffe, Guardrails, Policies, Kontrollmechanismen) Kosten, Performance & Skalierung Du stellst sicher, dass technische Exzellenz und Wirtschaftlichkeit zusammenpassen.

Verantwortung für Go‑Live‑Vorbereitung, Stabilisierung und Übergang in den Regelbetrieb Erstellung von Runbooks, Betriebsdokumentation und Architecture Decision Records Vorbereitung der Übergabe an Kunden‑IT oder interne Betriebsteams Technischer Ansprechpartner in kritischen Projekt‑ und Betriebssituationen Was wir suchen Core Profile Sehr erfahrener, hands‑on Engineer mit Schwerpunkt auf Cloud‑Plattformen (Microsoft Azure), DevOps und Enterprise‑Betrieb Nachweisliche produktive Erfahrung mit Azure und Databricks in Enterprise‑Umgebungen Erfahrung mit AI‑ und Data‑Workloads im produktiven Einsatz (keine reine Infrastruktur‑ oder Konzeptrolle) Starkes AI‑First‑Mindset mit klarem Verständnis für Stabilität, Security und Betrieb AI‑ & Data Engineering Erfahrung mit LLM‑basierten Systemen und agentischen Architekturen Verständnis für ML‑Lifecycle‑Konzepte (Training, Inferenz, Monitoring) Architektur von agentischen Systemen inkl.

Terraform, Bicep) Monitoring, Logging und Observability im Enterprise‑Umfeld Security & Governance Cloud‑Security‑Patterns Identity‑ & Access‑Management Compliance‑ und Audit‑Anforderungen in Enterprise‑Umgebungen Soft Skills & Arbeitsweise Sehr gute Kommunikationsfähigkeiten: Du erklärst technische Entscheidungen, Risiken und Kosten verständlich – intern wie gegenüber Kunden Starkes Business‑ und Produktverständnis Forward‑Deployed‑Mindset : Du arbeitest gern nah am Kunden und übernimmst Verantwortung in realen Projektsituationen Hohes Ownership‑Denken, Pragmatismus und Umsetzungsstärke Sprachkenntnisse Fließende und verhandlungssichere Deutsch‑ und Englischkenntnisse Warum du bei uns genau richtig bist Anspruchsvolle Data‑ & AI‑Projekte mit State‑of‑the‑Art‑Technologien (Microsoft Azure, Databricks, moderne AI‑Plattformen) High‑Performance‑Kultur mit viel Verantwortung und Gestaltungsspielraum Steile Lernkurve & Entwicklungsmöglichkeiten , inkl.

Azure‑ & Databricks‑Zertifizierungen Hands‑on Engineering‑Kultur mit starkem Teamspirit Enge Zusammenarbeit mit Kunden, Partnern und dem breiten AI‑Ökosystem #J-18808-Ljbffr Plattformen und Betriebsmodelle werden von Beginn an so entworfen, dass sie den spezifischen Anforderungen von LLMs, agentischen Systemen und AI‑Workloads gerecht werden.

Aufbau und Betrieb von CI/CD‑Pipelines für AI‑, Agenten‑ und Data‑Komponenten in Azure Definition und Umsetzung von Release‑ und Update‑Strategien (z.B.

Transparenz und aktive Steuerung der Betriebskosten in Azure und Databricks (Compute, Storage, Token‑Kosten, Latenz) Design von Architekturen, die mit wachsenden Datenmengen und Agenten‑Netzwerken skalieren Bewertung technischer und wirtschaftlicher Trade‑offs gemeinsam mit Engineering Manager und Product Strategist Produktivsetzung & Betrieb Du begleitest Systeme bis in den produktiven Enterprise‑Betrieb – und darüber hinaus.