Aufgaben
- Zentrale KI-Plattform mit Modell-Gateway aufbauen
- Umgebungen, Kontingente und Berechtigungen verwalten
- GPU- und Cloud-Ressourcen bereitstellen
- Leitplanken wie Filter, Protokollierung und Kostenlimits verankern
- Self-Service-Angebote für Entwicklungsteams schaffen
Arbeitsergebnisse
- KI-Plattform
- Modell-Gateway
- Zugriffs- und Kostenmodell
- Plattformdokumentation
Kompetenzen
Typische Werkzeuge und Methoden
Wann Sie einen AI Platform Engineer brauchen
Wenn mehrere Teams parallel KI-Lösungen bauen und jede ihren eigenen Modellzugang, ihre eigenen Schlüssel und ihre eigene Kostenstelle erfindet.
AI Platform Engineer anfragenAbgrenzung
Baut die Plattform für alle. Der MLOps Engineer nutzt sie für den Lebenszyklus einzelner Modelle.
Einsatz in Fachbereichen und Branchen
Beispielprojekte für AI Platform Engineer
AI Platform Engineer
AI Platform Engineer für zentrales Modell-Gateway
- Essen
- 80 % remote
- Januar 2027
- 9 Monate, Vollzeit
AI Platform Engineer für AWS-Umgebung
- Hamburg
- 100 % remote
- Januar 2027
- 6 Monate, Vollzeit
AI Platform Engineer für souveräne KI-Plattform
- Berlin
- 60 % remote
- Februar 2027
- 9 Monate, Vollzeit
AI Platform Engineer für Azure-Landing-Zone
- Köln
- 60 % remote
- Januar 2027
- 6 Monate, Vollzeit