Remote Dev Jobs
6 jobs available
Contract Staffing Recruiters · 🇺🇸 United StatesRemote2w ago
Platform Cloud Engineer This role is a senior technical leadership position responsible for integrating and delivering production-grade AI, machine learning, and data capabilities. The position combines hands-on software engineering with system-level design, leading end-to-end development of scalable, cloud-based solutions that leverage LLMs, MLOps, and automation. Working closely with cross-functional stakeholders, the role balances near-term delivery with long-term strategy while mentoring en…
Contract Staffing Recruiters · 🇺🇸 United StatesRemote2w ago
Platform Cloud Engineer This role is a senior technical leadership position responsible for integrating and delivering production-grade AI, machine learning, and data capabilities. The position combines hands-on software engineering with system-level design, leading end-to-end development of scalable, cloud-based solutions that leverage LLMs, MLOps, and automation. Working closely with cross-functional stakeholders, the role balances near-term delivery with long-term strategy while mentoring en…
VAAM Technologies · 🇺🇸 United StatesRemote2w ago
Position Summary Our client is seeking a passionate Azure AI/MLOps Engineer to build data platforms and pipelines that enable advanced analytics. This role focuses on operationalizing machine learning models and integrating them into production systems to improve outcomes and efficiency. Key Responsibilities Design, build, and deploy AI/ML applications using Azure technologies (Azure ML, Cognitive Services, Bot Services) Develop and manage machine learning pipelines and workflows Automate deplo…
Harnham - Data & Analytics Recruitment · 🇬🇧 London, United KingdomRemote1mo ago
MLOps Platform Manager London Rate: 550- 650 Outside IR35 Per Day Work Type: Fully remote Start: ASAP The Company They are a well established organisation with a strong enterprise data estate and a clear commitment to using data and AI responsibly at scale. The business operates in a complex environment where reliability, security and governance are essential. Data, analytics and machine learning teams work closely together, supported by a centr...
virtual7 GmbH · HomeofficeRemote57y ago
Als IT-Dienstleister treiben wir die Digitalisierung des öffentlichen Sektors voran und schaffen echten Mehrwert für Millionen Menschen in Deutschland. Wir können vieles richtig gut, aber eben noch nicht alles. Darum suchen wir immer wieder neue Kolleg:innen, die mit ihren Ideen, ihrem Können und Engagement etwas bewegen wollen. Fühlst du dich angesprochen? Dann gestalte Deine Welt zum Besseren und werde Teil unseres Customer Cluster Environment, Transportation & Energy. DEINE MISSION Als AI Solution Architect (m/w/d) gestaltest du die KI-/ML-Gesamtarchitektur für komplexe Enterprise-Umgebungen auf Azure. Du verbindest fundiertes Know-how in ML-Engineering, RAG-Architekturen und MLOps mit einem starken Verständnis für Governance, Compliance und technische Führung. Damit trägst du dazu bei, KI-Lösungen produktionsreif, skalierbar und regelkonform umzusetzen. Deine Aufgaben: Entwurf und Weiterentwicklung der KI-/ML-Gesamtarchitektur auf Azure als Enterprise-KI-Plattform Technische Leitung von ML-Pipeline-Projekten, insbesondere in den Bereichen Training, Deployment, Monitoring und Drift Detection, sowie Konzeption und Optimierung von RAG-Architekturen, beispielsweise hinsichtlich Chunking, Retrieval, Guardrails und Context Orchestration Definition von MLOps-Strategien einschließlich CI/CD für Modelle, Experiment-Tracking und Model Registry Technische Führung und Koordination eines interdisziplinären Teams aus ML/AI Engineers, LLM Engineers und MLOps Engineers Beratung zu AI Governance, Responsible AI und EU-AI-Act-Compliance sowie Stakeholder-Management durch Architekturpräsentationen gegenüber IT-Leitung und Fachbereichen DAS IST UNS WICHTIG Fundierte Erfahrung mit Azure-basierten KI-/ML-Lösungen, insbesondere mit Azure Machine Learning und Azure OpenAI Service; Kenntnisse weiterer Azure AI Services sind von Vorteil. Darüber hinaus bringst du praktische Erfahrung mit MLOps-Konzepten und entsprechenden Werkzeugen mit, beispielsweise MLflow, Kubeflow oder Azure ML Pipe
Rockstardevelopers GmbH · 🇩🇪 Stuttgart, GermanyRemote57y ago
Du baust produktive KI-Systeme (LLM, RAG, Agenten) für große Kunden im öffentlichen Sektor. Kein Prototyp für die Schublade, sondern Software, die im Regelbetrieb läuft. Wer wir sind Rockstardevelopers, gegründet 2015, Büros in Stuttgart und München. Aus hunderten Projekten für Enterprise- und Mittelstandskunden wissen wir, wie man Software baut, die im Ernstfall trägt. Seit einer Weile verschiebt sich unser Schwerpunkt Richtung KI: LLM-Anwendungen, RAG, Agenten-Systeme, die beim Kunden wirklich produktiv gehen. Genau dafür suchen wir dich. Worum es geht Unsere Kunden sind IT-Dienstleister im öffentlichen Sektor, ein reguliertes Umfeld mit hohen Ansprüchen an Datenschutz und Betriebssicherheit. Dort baust du KI-Lösungen in bestehende Branchenlösungen ein: Dialogsysteme, semantische Suche, RAG-Pipelines, Agenten, alles im echten Produktivbetrieb für viele Nutzer. Projektsprache ist Deutsch. Ein Wort zu Remote, weil es oft die erste Frage ist: Der Alltag läuft remote-first innerhalb der DACH-Region. Ab und zu bist du vor Ort, den Rest der Zeit arbeitest du von dort, wo du gut arbeitest. Deine Aufgaben LLM-Anwendungen bauen. Du entwickelst dialogbasierte Systeme und semantische Suche und integrierst sie in die fachlichen Anwendungen der Branchenlösung. RAG-Systeme aufsetzen und pflegen. Inklusive Wissensbasis-Management: Indexierung, Aktualisierung, saubere quellengetrennte Ablage von strukturierten und unstrukturierten Inhalten. Betrieb und Monitoring. MLOps im Produktivbetrieb: Observability, strukturiertes Logging, Fehleranalyse. Du sorgst dafür, dass die Systeme laufen, nicht nur, dass sie einmal liefen. Agenten produktiv setzen. Von der Entwicklung über die Integration und die Anbindung an Portalsysteme bis zur stabilen Auslieferung. Auf Datenbasis verbessern. Auf Basis von Monitoring-Daten, Tests und Nutzerfeedback machst du die Lösungen Schritt für Schritt besser. Neues erproben. Du identifizierst neue KI-Anwendungsfelder, probierst sie aus und baust die Datenpi