(Senior) AI Engineer / MLOps Engineer (w/m/d)

Über diese Stelle

(Senior) AI Engineer / MLOps Engineer (w/m/d)

München, Goetheplatz – Hybrid, 2–3 Tage Büro, 80.000 € – 100.000 € + VSOP

Du willst nicht einfach Modelle trainieren, sondern eine MLOps-Infrastruktur bauen, die in der Produktion wirklich läuft?

Hier geht es nicht um Research-Papers und Sandbox-Experimente. Hier geht es darum, KI-Lösungen für die Baubranche zu liefern – mit echtem Impact auf Lieferketten, CO₂ und Milliardenkosten.

Unser Kunde

Unser Kunde ist ein wachsendes Supply-Chain-SaaS-Start-up mit rund 50 Mitarbeitenden, das die Baubranche digitalisiert. Das Umfeld ist schnell, leistungsorientiert und stark von Umsetzung geprägt. Keine endlosen Strategierunden ohne Ergebnis, sondern Menschen, die Verantwortung übernehmen und Dinge wirklich voranbringen. 14 von 20 Top-Bauunternehmen in Deutschland sind bereits an Bord – jetzt braucht es jemanden, der die KI-Infrastruktur auf das nächste Level bringt.

Warum diese Rolle spannend ist

Du baust die MLOps-Prozesse und AI-Infrastruktur auf Azure von Grund auf – reliable, scalable, secure

Du arbeitest direkt mit Engineering, Product und den Gründern zusammen

Du bekommst echten Gestaltungsspielraum statt Konzernpolitik – flache Hierarchien, high ownership

Greenfield-AI-Challenges: NLP, Computer Vision, OCR, generative KI – alles in einem Produkt, das echte Kunden hat

Du kannst technische Initiativen mit Kundenbedürfnissen alignen, nicht nur im Elfenbeinturm entwickeln

Hoher Einfluss auf Produkt, Skalierung und strategische AI-Richtung

Hands-on-Mentalität ist hier kein Buzzword auf der Karriereseite, sondern schlicht notwendig. Tragisch selten geworden.

Aufgaben

Lead MLOps-Prozesse: Bau und Betrieb der Infrastruktur, die AI-Systeme reliable, scalable und secure macht – auf Azure, in Produktion, nicht im Notebook

Bridge AI und Business Value: Technische Initiativen mit Kundenbedürfnissen alignen, Sales und Product unterstützen, messbaren Impact für Kunden treiben

Design und Implementierung: Advanced Features für das AI-driven Supply-Chain OS – enge Zusammenarbeit mit Engineering und Product

Integration: ML-Modelle und Data Pipelines smooth in Produktionssysteme bringen – nicht werfen, sondern integrieren

Qualität und Verbesserung: Accuracy, Efficiency, Uncertainty Estimation bestehender AI-Features verbessern – rigorous testing, keine "works on my machine"-Mentalität

Skalierung und Maintainability: AI-Lösungen skalierbar, wartbar und erweiterbar halten – und neue bauen

Engineering Standards: Hohe Standards in Practices, Tooling und Prozessen etablieren und durchsetzen

Qualifikation

Nachweisbarer Erfolgstrackrecord als MLOps / ML Engineer mit 5+ Jahren hands-on Erfahrung über den gesamten ML-Lifecycle – nicht nur Training, sondern Deploying, Operating, Scaling in Produktion

Du hast mindestens ein Unternehmen oder Projekt über einen Zeitraum von 2+ Jahren maßgeblich geprägt und dabei echte AI-Infrastruktur in Produktion gebracht

Bachelor oder Master in Engineering, Computer Science, Mathematics oder verwandtem Feld – keine Studienabgänger oder Werkstudentenprofile, diese Rolle erfordert echte Berufserfahrung

Strong Python & Azure Proficiency – du schreibst clean, reusable, well-tested Code, nicht nur Prototypen

Erfahrung mit NLP, Image Processing, generative AI & OCR – das ist kein Nice-to-have, sondern Daily Business

Deutsch mindestens B2 & English C1 – du kommunizierst mit Kunden und Kollegen auf beiden Sprachen

Leadership Ambition bei 100 % Hands-on – du willst führen, aber selbst noch coden, nicht nur PowerPoints präsentieren

Du bist operativ stark und gleichzeitig strategisch klar – du denkst in Kundenimpact, nicht nur in Accuracy-Scores

Terraform ist ein Plus – kein Muss, aber willkommen

Vorherige Erfahrung in einer deutschen Firma und Bereitschaft, hybrid in München zu arbeiten – 2–3 Tage pro Woche im Büro am Goetheplatz

Was hier nicht funktioniert

Theoretiker, die nur Modelle trainieren, aber nie in Produktion gebracht haben

Kandidaten, die auf perfekte Struktur warten, statt selbst Struktur zu schaffen

Menschen ohne Kundenfokus – hier muss technische Exzellenz mit Business Value zusammenlaufen

Reine Researchers mit geringem Produktions-Exposure

Kandidaten, die Relocation benötigen – du musst bereits im Großraum München ansässig sein

Kandidaten, die ein 9-to-5-Job suchen – das ist kein Konzern, hier geht der Extra Mile zur Normalität

Werkstudenten, Studienabgänger oder Profiles mit <5 Jahren relevanter Praxis – diese Rolle erfordert echte Erfahrung, keine Lernkurve für Grundlagen

Kandidaten, die mangelnde Struktur als Problem statt als Chance betrachten – Startups haben keine fertigen Prozesse, die baut man selbst

Kandidaten, die bereit sind zu delegieren, aber nicht selbst mit anzupacken – 100 % operativ heißt 100 % operativ

Benefits

Fixgehalt 80.000 € – 100.000 € je nach Erfahrung

VSOP (Employee Share Options) – echte Beteiligung am Erfolg

Wellpass (subventioniertes Gym-Membership)

Subventioniertes Deutschlandticket

Flexible Arbeitszeiten & Hybrid-Modell

Flache Hierarchien & hohe Verantwortung

Baustellenbesuche & coole Team-Events

26 Urlaubstage (verhandelbar auf 28)

Direkter Einfluss auf Produkt, Kunden und strategische AI-Richtung

Was diese Rolle besonders macht

Du baust nicht nur Modelle, sondern eine komplette MLOps-Infrastruktur für einen Markt, der darauf wartet

Hohe Sichtbarkeit und direkter Einfluss auf die Gründer – kein Elfenbeinturm

Bestehendes Potential ist bereits da – 14/20 Top-Bauunternehmen, EUR 8 Mio. Funding, Runway bis Mitte 2027

Unternehmerisches Umfeld mit kurzen Wegen und hoher Geschwindigkeit – trotz realer Kunden und echter Revenue

Viel Verantwortung, viel Gestaltung, wenig Ausreden. Für manche Menschen ein Albtraum, für die Richtigen genau das, was sie suchen.

Bereit für den nächsten Schritt?

Dann bewirb dich jetzt als (Senior) AI Engineer / MLOps Engineer (w/m/d).

Egal ob dein aktueller Titel MLOps Engineer, Machine Learning Engineer, AI Engineer, ML…