DevOps Engineer (AI, Plattformen) (m/w/d)
- Frankfurt & Remote
- Start: 06.10.2026
- vor 4 Stunden
- Job Typ:
- Projekt
- Dauer:
- 06.10.2026 - 31.12.2026
- Arbeitsumfang:
- Teilzeit - 25 PT
- Sprachen:
- Deutsch
ID: 180301
Westhouse ist eines der führenden Recruitment-Unternehmen für die Vermittlung hochqualifizierter Fachexperten aus dem gesamten IT-Lifecycle- und Engineering-Bereich.
Für unseren Kunden suchen wir aktuell eine/n DevOps Engineer (AI, Plattformen) (m/w/d) - Frankfurt & Remote.
Ihre Aufgaben
- Beratung zu IT-Sicherheits- und Governance-Maßnahmen sowie Beratung bei Datenschutz und Compliance mit Fokus auf KI-Workflows und Systemarchitektur
- Analyse und Bewertung der bestehenden Lösung hinsichtlich Architektur, Skalierbarkeit, Integration und Betriebsfähigkeit
- Umsetzung priorisierter Empfehlungen in eine produktionsreife Lösung einschließlich Architektur-Hardening und API-Integration
- Implementierung und Pflege von CI/CD-Pipelines, Release-Management und Qualitätssicherung
- Benchmarking und Bewertung von KI-Modellen anhand relevanter KPIs, Qualität, Performance, Kosten und Robustheit
Stellenanzeige teilen
Ihre Qualifikationen
- (Muss) 3 Jahre Erfahrung on der Implementierung und den Betrieb von Infrastruktur- und Plattform-Tools für AI-Anwendungen, insbesondere Cloud- und Container-Plattformen.
- (Muss) Erfahrung rund um die technische Steuerung rund um Architekturentscheidungen, Abhängigkeiten und Umsetzung. Mit Entwicklung, Betrieb und Fachbereichen sicherstellen, dass die Lösung die fachlichen Anforderungen erfüllt und produktiv nutzbar ist, aus 2 Projekten
- (Muss) Erfahrung im Software Development Lifecycle AI-gestützter Anwendungen mit Python und vergleichbaren Technologien. Produktionsnahe Anwendungen und APIs entwickeln und technisch bewerten - aus 2 Projekten
- (Muss) Leistung, Verfügbarkeit und Fehler von Anwendung und Plattform überwachen. Logging, Metriken, Tracing und AI-spezifische Telemetrie für einen stabilen Betrieb und eine schnelle Fehleranalyse nutzen aus einem Projekt
- (Muss) Architektur, Schnittstellen, Konfigurationen und Betriebsabläufe nachvollziehbar dokumentieren. Runbooks und Übergabeunterlagen so erstellen, dass die Lösung dauerhaft betrieben werden kann aus einem Projekt
- (Soll) Erfahrung in der Entwicklung und Betrieb bei Produktivsetzung, Fehlerbehebung und Releases koordinieren. Anforderungen aus der Nutzung durch Fachbereiche in konkrete technische Maßnahmen übersetzen aus einem Projekt
- (Soll) Erfahrung im Build, Test, Konfiguration und Bereitstellung der Lösung automatisieren. Sichere und reproduzierbare Deployments mit automatisierten System-, Funktions- und Integrationstests sowie verlässlichen Rollbacks umsetzen. User-Acceptance-Tests fachlich begleiten aus einem Projekt
- (Soll) Erfahrung im Bereich von Datenschutz-, Sicherheits- und Governance-Anforderungen in technische Kontrollen übersetzen. Risiken wie Prompt Injection, Datenabfluss und Zweckentfremdung erkennen und begrenzen aus einem Projekt
- (Soll) Modell- und Prompt-Versionen, Ergebnisse, Freigaben und Aktionen der Lösung nachvollziehbar machen. Rollen, Rechte und menschliche Freigaben passend zum Nutzungsszenario gestalten aus 2 Projekten
- (Soll) Erfahrung mit Agentenworkflows mit Tools, Zuständen, Wissenszugriff und kontrollierten Aktionen gestalten. Fachliche Aufgaben zuverlässig unterstützen und unbeabsichtigte oder unzulässige Aktionen begrenzen aus einem Projekt
- (Soll) Unternehmenswissen kontrolliert für die AI-Lösung bereitstellen. Datenqualität, Aktualität, Berechtigungen und Herkunft der verwendeten Quellen berücksichtigen aus einem Projekt
- (Soll) Modelle, Prompts und Evaluationen versionieren und kontrolliert ausrollen. Qualität und Verhalten der Lösung im Betrieb überwachen und Änderungen sicher freigeben aus einem Projekt
- (Soll) Kosten und Latenz der AI-Nutzung transparent machen. Quoten, Budgets, Caching oder Modellwahl einsetzen, damit die Lösung wirtschaftlich durch Fachbereiche genutzt werden kann aus einem Projekt