Databricks AI / ML Engineer (m/w/d)

Job Description

• Für ein langfristig angelegtes Daten- und KI-Programm wird ein Databricks AI / ML Engineer (m/w/d) gesucht. Ziel ist die Entwicklung, Implementierung und der Betrieb skalierbarer Machine-Learning- und LLM-Lösungen auf Azure Databricks von der Datenaufbereitung über Feature Engineering bis hin zu MLOps, Deployment und Monitoring. Der Fokus liegt auf Big-Data-Engineering, ML/LLM-Workloads, MLOps-Automatisierung sowie der nahtlosen Integration in das Microsoft-Ökosystem.
• €520 - €560 a day Rahmenbedingungen Start: März/April 2026 Laufzeit: 3 Jahre (optional verlängerbar bis max. 5 Jahre) Auslastung: 100 % Arbeitsmodell: Hybrid – ca. 50 % vor Ort in Wien, ca. 50 % remote Projektsprache: Deutsch und Englisch Aufgaben: Datenanalyse und Prototyping mit Python in Azure Databricks unter Einsatz gängiger ML-Frameworks Entwicklung und Betrieb von Big-Data-Pipelines mit Apache Spark, Delta Lake und Databricks SQL Durchführung von Feature Engineering sowie Training, Versionierung und Deployment von Modellen mit Databricks MLflow Entwicklung und Betrieb von ML- und LLM-Workloads auf Azure Databricks (inkl. Unity Catalog, Performance- und Kostenoptimierung) End-to-End-Integration der Lösungen in das Microsoft-Ökosystem (z. B. API- und Schnittstellendesign, Orchestrierung mit Azure Functions und Logic Apps) Aufbau und Weiterentwicklung von MLOps- und CI/CD-Pipelines für automatisiertes Training, Testing, Deployment und Monitoring von ML- und LLM-Modellen sowie Agents Durchführung von Modell- und Datenmonitoring (Modellleistung, Daten-Drift, Bias) inklusive Wartungs- und Updateprozessen Einsatz von AutoML-Tools zur Beschleunigung von Prototypen und Experimenten Sicherstellung von Skalierbarkeit, Sicherheit und stabilen Betriebsprozessen der entwickelten Lösungen Fachliche Anforderungen: Fundierte Kenntnisse in Datenanalyse und Prototyping mit Python in Azure Databricks Erfahrung mit Machine-Learning-Frameworks wie TensorFlow, PyTorch und scikit-learn Praktische Erfahrung im Big Data Engineering mit Apache Spark, Delta Lake und Databricks SQL Kompetenz in Feature Engineering sowie Modell-Deployment mit managed Databricks MLflow Erfahrung in der Entwicklung und dem Betrieb von ML- und LLM-Workloads auf Azure Databricks Erfahrung mit End-to-End-Integrationen im Microsoft-Ökosystem Erfahrung im Aufbau von MLOps- und CI/CD-Pipelines für ML- und LLM-Modelle sowie agentische Workflows Erfahrung im Modell- und Datenmonitoring (Leistung, Drift, Bias) inklusive passender Wartungsstrategien Praktische Erfahrung im Einsatz von AutoML-Tools Vorhandensein einer eigenen, vom Produktivsystem des Auftraggebers getrennten Entwicklungsumgebung, die den aktuellen Standards für Datensicherheit und Zugriffsschutz entspricht (inkl. Nachweis der Infrastruktur) PLUS: Erfahrung mit Data- und KI-Governance Erfahrung in der Konzeption und Umsetzung agentischer Ansätze (Agenten, Multi-Agent-Systeme, agentische Workflows) mit Azure-Ressourcen Erfahrung in der Umsetzung von End-to-End-Databricks-Projekten (von Datenaufbereitung und Feature Engineering über Modelltraining und Deployment bis zu MLOps und Monitoring) Branchenkenntnisse in der Energieindustrie Strukturierte und analytische Arbeitsweise Hohes Qualitätsbewusstsein und Verantwortungsbereitschaft Sehr gute Kommunikationsfähigkeit gegenüber technischen und fachlichen Stakeholdern Teamfähigkeit und Bereitschaft zur Wissensweitergabe
• Interessiert? Bitte senden Sie uns Ihren aktuellen Lebenslauf, Ihre Verfügbarkeit sowie Ihre Stundensatzvorstellung. Wir freuen uns auf Ihre Rückmeldung. Kontaktaufnahme gerne über Freelancermap, per E-Mail oder über LinkedIn. Vielen Dank für Ihr Interesse!
• We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses. These tools assist our recruitment team but do not replace human judgment. Final hiring decisions are ultimately made by humans. If you would like more information about how your data is processed, please contact us.
• Apply for this job