Berlin · Ettlingen · Köln · Frankfurt am Main · München · Hamburg · Stuttgart · Wolfsburg · Erfurt · Rosenheim
Senior AI Engineer (w/m/x)
externe stelle · zuletzt geprüft 1.11.2026
Fakten zur Stelle
- Seniorität
- Senior
- Sprachen
- Deutsch · C1, Englisch · C1
- Arbeitsmodell
- Hybrid
- Orte
- Berlin, Ettlingen, Köln, Frankfurt am Main, München, Hamburg, Stuttgart, Wolfsburg, Erfurt, Rosenheim
der job in 20 sekunden
Senior AI Engineer
In der Business Unit AI Delivery entwickelst, trainierst und evaluierst du ML- und GenAI-Modelle für Enterprise-Anwendungen in Insurance, Finance sowie Manufacturing & Automotive und bringst sie vom PoC in die Produktion. Du baust Feature-Engineering-, Trainings- und Inferenz-Pipelines, integrierst AI-Services per API und richtest Monitoring samt Drift-Erkennung ein.
Wen sucht NTT DATA Deutschland SE wirklich?
Gesucht wird eine Person mit sehr gutem Python, Praxis mit PyTorch, TensorFlow oder scikit-learn, Datenpipelines mit pandas oder Spark sowie Docker und Azure, GCP oder AWS. Kubernetes und GenAI-Themen wie RAG und Embeddings sind ein Plus.
Kernaufgaben
- 01ML- und GenAI-Modelle für produktive Enterprise-Anwendungen entwickeln, trainieren und evaluieren
- 02Datenaufbereitungs-, Feature-Engineering-, Trainings- und Inferenz-Pipelines bauen, vom PoC bis zur Produktion
- 03AI-Komponenten und APIs in Anwendungen integrieren und zuverlässigen Betrieb sichern
- 04Testing, Versionierung von Code, Modellen und Daten sowie Monitoring und Drift-Erkennung verantworten
- 05Kundenprojekte, RFPs und RFIs mit Beratung und Aufwandsschätzungen unterstützen
Was du mitbringen solltest
Gefordert
- Python
- Clean Code
- Git
- Machine Learning
- PyTorch
- TensorFlow
- scikit-learn
- ETL
- Pandas
- Spark
- REST
- FastAPI
- Flask
- Azure
- GCP
Optional
- Kubernetes
- LLM
- Vector Stores
Team & Auftrag
Die Stelle gehört zur Business Unit AI Delivery, die komplexe Kundenanforderungen bewertet und konzipiert; im Alltag arbeitest du mit Data Scientists, MLOps-/LLMOps-Engineers und Architects zusammen.
Arbeitsbedingungen & Benefits
- Vergütung & Vorsorge
- Zugang zur betrieblichen Altersvorsorge
- Einkaufsrabatte über Corporate Benefits
- Arbeitszeit & Urlaub
- Gleitzeit; Reisezeiten werden als Arbeitszeit angerechnet
- 30 Urlaubstage, dazu Heiligabend und Silvester frei
- Auszeit (Sabbatical) von bis zu zwölf Monaten
- Arbeitsort
- Mobiles Arbeiten, auch aus anderen EU-Ländern
- Gesundheit
- Längere Gehaltsfortzahlung im Krankheitsfall
- Betriebsarzt und weltweite Unfallversicherung, auch in der Freizeit
- Weiterbildung
- Trainings, Zertifizierungen und Udemy-Zugang über die NTT DATA Academy
- Mobilität
- Dienstrad-Leasing (JobRad) und Jobticket
- Familie
- Unterstützung durch einen Familienservice
- Ausstattung
- Home-Office mit Kostenzuschuss und gestellter Arbeitsplatzausstattung
Rollenprofil
ML & AI Engineering · Daten & KI
aus dem Stellentitel
- Arbeitsumfeld
- Kundenprojekte (IT-Dienstleister, Beratung)
- Kundenkontakt
- gelegentlich Kundenkontakt
Worauf es bei der Erfahrung ankommt
- Wunsch: Erfahrung mit Daten mit KI-Produkte & ML-Plattformen oder Developer Tools, DevOps & ObservabilityGenau diese Spezialisierung
„Du bringst praktische Erfahrung mit Machine-Learning-Frameworks wie PyTorch, TensorFlow oder scikit-learn sowie mit Modelltraining, Evaluation, Optimierung und produktiver Bereitstellung mit“
- Wunsch: Erfahrung mit Daten mit KI-Produkte & ML-PlattformenGenau diese Spezialisierung
„Du verfügst über Kenntnisse in Containerisierung und Deployment mit Docker sowie idealerweise Kubernetes und bringst Erfahrung oder ein solides Verständnis von MLOps/LLMOps, Monitoring, Versionierung, Retraining und produktiven AI-Betriebsmodellen mit.“
Softwaredomänen
- KI-Produkte & ML-Plattformenbestätigt
- Developer Tools, DevOps & Observabilitybestätigt
- Cybersecurity & Threat Detectionaus Firmenkontext abgeleitet
- Cloud, Hosting & Infrastrukturaus Firmenkontext abgeleitet
- Datenplattformen, BI & Analyticsaus Firmenkontext abgeleitet
- Telekommunikation & Netzwerkeaus Firmenkontext abgeleitet
Auch interessant für
- · Python-Backend-Entwickler:innen mit ML-Erfahrung, die in produktives AI Engineering wechseln wollen
- · Data Scientists, die ihre Modelle selbst in Produktion bringen und betreiben möchten
- · MLOps-Engineers mit Interesse an GenAI- und LLM-Anwendungen
belege aus der stellenanzeige anzeigen
- ML- und GenAI-Modelle für produktive Enterprise-Anwendungen entwickeln, trainieren und evaluieren
„Du entwickelst, trainierst und evaluierst Machine-Learning- und GenAI-Modelle für produktive Enterprise-Anwendungen“
- Datenaufbereitungs-, Feature-Engineering-, Trainings- und Inferenz-Pipelines bauen, vom PoC bis zur Produktion
„Du konzipierst und implementierst Datenaufbereitungs-, Feature-Engineering-, Trainings- und Inferenz-Pipelines“
- AI-Komponenten und APIs in Anwendungen integrieren und zuverlässigen Betrieb sichern
„Du integrierst AI-Komponenten, APIs und Services in bestehende Anwendungen und Plattformen, optimierst Performance, Skalierbarkeit und Fehlertoleranz und sorgst für einen zuverlässigen Betrieb“
- Testing, Versionierung von Code, Modellen und Daten sowie Monitoring und Drift-Erkennung verantworten
„Du verantwortest Quality Engineering durch Testing, Reproduzierbarkeit, Versionierung von Code, Modellen und Daten“
- Kundenprojekte, RFPs und RFIs mit Beratung und Aufwandsschätzungen unterstützen
„Du unterstützt Kundenprojekte, RFPs und RFIs durch technische Beratung, Aufwandsschätzungen und Strukturierung von Workpackages“
- Pflicht: Python
„Du verfügst über sehr gute Kenntnisse in Python und modernem Software Engineering, einschließlich Clean Code, Testing, Debugging, Git und Code Reviews“
- Pflicht: Clean Code
„Du verfügst über sehr gute Kenntnisse in Python und modernem Software Engineering, einschließlich Clean Code, Testing, Debugging, Git und Code Reviews“
- Pflicht: Git
„Du verfügst über sehr gute Kenntnisse in Python und modernem Software Engineering, einschließlich Clean Code, Testing, Debugging, Git und Code Reviews“
- Pflicht: Machine Learning
„Du bringst praktische Erfahrung mit Machine-Learning-Frameworks wie PyTorch, TensorFlow oder scikit-learn sowie mit Modelltraining, Evaluation, Optimierung und produktiver Bereitstellung mit“
- Pflicht: PyTorch
„Du bringst praktische Erfahrung mit Machine-Learning-Frameworks wie PyTorch, TensorFlow oder scikit-learn sowie mit Modelltraining, Evaluation, Optimierung und produktiver Bereitstellung mit“
- Pflicht: TensorFlow
„Du bringst praktische Erfahrung mit Machine-Learning-Frameworks wie PyTorch, TensorFlow oder scikit-learn sowie mit Modelltraining, Evaluation, Optimierung und produktiver Bereitstellung mit“
- Pflicht: scikit-learn
„Du bringst praktische Erfahrung mit Machine-Learning-Frameworks wie PyTorch, TensorFlow oder scikit-learn sowie mit Modelltraining, Evaluation, Optimierung und produktiver Bereitstellung mit“
- Pflicht: ETL
„Du hast Erfahrung in der Entwicklung von Datenpipelines und Feature-Engineering-Prozessen mit Technologien wie pandas, Spark, Beam oder vergleichbaren Toolchains und verstehst die Bedeutung von Data Quality“
- Pflicht: Pandas
„Du hast Erfahrung in der Entwicklung von Datenpipelines und Feature-Engineering-Prozessen mit Technologien wie pandas, Spark, Beam oder vergleichbaren Toolchains und verstehst die Bedeutung von Data Quality“
- Gleitzeit; Reisezeiten werden als Arbeitszeit angerechnet
„Flexible Arbeitszeiten mit Gleitzeitregelung und Reisezeit ist Arbeitszeit“
- 30 Urlaubstage, dazu Heiligabend und Silvester frei
„30 Tage Urlaub, zusätzlich sind der 24.12. und 31.12. arbeitsfreie Tage“
- Auszeit (Sabbatical) von bis zu zwölf Monaten
„Sabbatical bis zu einem Jahr möglich“
- Mobiles Arbeiten, auch aus anderen EU-Ländern
„Remote Work sowie mobiles Arbeiten im EU-Ausland möglich“
- Zugang zur betrieblichen Altersvorsorge
„betriebliche Altersvorsorge“
- Dienstrad-Leasing (JobRad) und Jobticket
„JobRad, Jobticket“
- Einkaufsrabatte über Corporate Benefits
„exklusive Rabatte über Corporate Benefits“
- Längere Gehaltsfortzahlung im Krankheitsfall
„verlängerte Entgeltfortzahlung im Krankheitsfall“
- Betriebsarzt und weltweite Unfallversicherung, auch in der Freizeit
„Betriebsärztliche Betreuung, Unfallversicherung auch für Freizeitunfälle weltweit“
- Unterstützung durch einen Familienservice
„Familienservice“
- Trainings, Zertifizierungen und Udemy-Zugang über die NTT DATA Academy
„Weiterbildungsmöglichkeiten in der NTT DATA Academy mit fachlichen Trainings, Zertifizierungsangeboten, Soft-Skill-Schulungen, Udemy Zugang“
- Home-Office mit Kostenzuschuss und gestellter Arbeitsplatzausstattung
„Home-Office Möglichkeit sowie Vereinbarung mit Vergütungszuschuss inkl. Arbeitsplatzausstattung möglich“
- Team & Auftrag
„Die Business Unit "AI Delivery" bietet eine Funktion, mit deren Unterstützung insbesondere komplexere Anforderungen evaluiert, konzipiert und beantwortet werden können.“
- Team & Auftrag
„Du arbeitest eng mit Data Scientists, MLOps-/LLMOps Engineers und Architects zusammen“
aufgaben
Berufsfelder
- Data & KI
anforderungen
Fähigkeiten
- Python
- Clean Code
- Git
- Machine Learning
- PyTorch
- TensorFlow
- scikit-learn
- ETL
- Pandas
- Spark
- REST
- FastAPI
- Flask
- Azure
- GCP
- Kubernetes (optional)
- LLM (optional)
- Vector Stores (optional)
originalanzeige
Die vollständige Beschreibung findest du in der Originalanzeige. Oben siehst du unsere eigene Analyse der Stelle.
Über NTT DATA Deutschland SE
NTT DATA Deutschland SE ist die DACH-Gesellschaft des globalen IT-Dienstleisters NTT DATA mit Sitz in München. Das Unternehmen bietet Beratung, Application Services, Cloud, Cybersecurity, Daten und Analytics, KI-Transformation sowie Business Process Services für Großunternehmen aus Branchen wie Automobil, Versicherungen, Banken, Gesundheitswesen und Fertigung.
Mehr über NTT DATA Deutschland SE