Staff Infrastructure Engineer (m/w/d) (Interne IT)

JTL-Software

DEINE AUFGABE Wir suchen eine erfahrene technische Führungspersönlichkeit, die die Architektur von Juno – der agentischen KI-Schicht im Kern unserer Plattform – definiert und vorantreibt. Du bist die technische Anlaufstelle für die Gestaltung, Orchestrierung und den skalierbaren Betrieb unserer Agenten und triffst fundierte Architekturentscheidungen – von Multi-Agenten-Koordinationsmustern bis hin zur Produktionsinfrastruktur. Diese Rolle ist stark hands-on: Du arbeitest täglich im Code, entwickelst neue Ansätze in Prototypen, setzt den Maßstab für technische Qualität und löst komplexe Systemprobleme. Wenn du derjenige sein möchtest, der agentische KI in der Praxis – nicht nur in der Theorie – mitgestaltet, ist das die richtige Position für dich. Wie wir arbeiten: Agentic-First Engineering  Bei JTL ist KI-gestützte Entwicklung kein Nice-to-have - es ist unsere Art zu bauen. Ingenieure in unserem Team nutzen aktiv Tools wie GitHub Copilot, Claude Code, Cursor oder ähnliche KI-Programmierassistenten als Teil ihres täglichen Arbeitsablaufs. Wir erwarten, dass du Erfahrung mit diesen (oder ähnlichen) Tools mitbringst.  Deine Aufgaben * Du verantwortest die End-to-End-Systemarchitektur für agentische KI-Anwendungen – vom übergeordneten Design über das Deployment in der Produktion bis hin zu Skalierung und Observability. * Du entwirfst und entwickelst Multi-Agenten-Orchestrierungssysteme unter Einsatz von Frameworks wie LangChain, LangGraph, CrewAI, AutoGen, Semantic Kernel oder eigenen Orchestrierungsschichten. * Du gestaltest skalierbare, fehlertolerante Backend-Services mit Python (FastAPI, async-Patterns) und klar definierten API-Schnittstellen (REST, GraphQL, gRPC), die von internen Teams und externen Kunden genutzt werden. * Du implementierst Cloud-Deployment-Strategien auf Azure (AKS, Azure AI Services, Functions) oder anderen Cloud-Plattformen, einschließlich Infrastructure-as-Code, CI/CD-Pipelines und Kostensteuerung. * Du entwirfst Integrationsmuster für die sichere und erweiterbare Anbindung von Agenten an externe Tools, APIs, Datenbanken und Unternehmenssysteme. * Du etablierst Architekturstandards, Design Patterns und Engineering Best Practices für das KI-Engineering-Team (Codequalität, Testing, Security, Dokumentation). * Du evaluierst neue agentische KI-Technologien, LLM-Anbieter und Tooling und präsentierst der Geschäftsführung technische Empfehlungen sowie Abwägungsanalysen. * Du förderst und begleitest Junior- und Mid-Level-Engineers durch Architecture Reviews, Code Reviews und Wissenstransfer-Sessions. WAS DU DAFÜR MITBRINGST * Du verfügst über 8+ Jahre Berufserfahrung in der Softwareentwicklung, davon mindestens 3 Jahre in einer Senior-, Staff- oder Architekten-Rolle mit Fokus auf Systemdesign. * Du besitzt fundierte Python-Kenntnisse auf Expertenniveau: asyncio, FastAPI oder vergleichbare async-Frameworks, Pydantic, Dependency Injection und modernes Paketmanagement (Poetry / uv). * Du hast nachweisliche Erfahrung im Design und Aufbau von Produktions-APIs (REST, GraphQL oder gRPC) sowie event-getriebenen Architekturen und Microservice-Architekturen. * Du hast praktische Erfahrung mit agentischen KI-Frameworks (LangChain, LangGraph, CrewAI, AutoGen, Semantic Kernel oder Ähnlichem). * Du kennst LLM-Integrationsmuster in der Praxis: Prompt-Management, Tool-Use / Function-Calling, Retrieval-Augmented Generation (RAG), Vektorspeicher (Pinecone, Weaviate, Qdrant, pgvector) sowie Context-Window-Optimierung. * Du hast Produktionserfahrung mit Cloud-Deployments auf Azure: Container-Orchestrierung (Kubernetes), Serverless Compute, Netzwerk und Infrastructure-as-Code (Terraform, Pulumi oder CloudFormation). * Du verfügst über solide Kenntnisse verteilter Systeme: Messaging (Kafka, RabbitMQ, SQS), Caching (Redis), Datenbankauswahl und Observability (OpenTelemetry, Prometheus, Grafana). * Du kommunizierst klar und überzeugend und kannst komplexe Architekturentscheidungen sowohl technischen als auch nicht-technischen Stakeholdern verständlich vermitteln. WAS WIR DIR BIETEN * Mobiles Arbeiten: Bei uns arbeiten fast alle Kolleg:innen remote. Falls Du lieber im Büro arbeitest oder einfach mal Abwechslung suchst, kannst Du jederzeit eines unserer Offices nutzen. Für Workshops, Schulungen oder Messen freuen wir uns, Dich auch mal vor Ort zu sehen! * Flexible Arbeitszeiten: Dank unserer Vertrauensarbeitszeit gestaltest Du Deinen Arbeitstag so, wie es für Dich am besten passt. Ob Frühaufsteher oder Langschläfer – wichtig ist, dass Du Deine Aufgaben zuverlässig erledigst und Dich mit Deinem Team gut abstimmst. * Workation: Arbeiten, wo andere Urlaub machen? Kein Problem! Bis zu 180 Tage im Jahr kannst Du aus dem Ausland arbeiten – mit wenigen länderspezifischen Ausnahmen. * Essenszuschuss: Über Hrmony erhältst Du jeden Monat bis zu 112,50 € netto als Essenszuschuss – perfekt für eine gesunde und leckere Mittagspause im mobilen Arbeiten. * Ergonomischer Arbeitsplatz: Wir unterstützen Dich mit einer Pauschale, damit Du Dir Deinen ergonomischen Arbeitsplatz im Homeoffice nach Deinen Wünschen gestalten kannst. * Events: Wir lieben den „JTL-Spirit“! Trotz mobilem Arbeiten feiern wir unser Sommerfest, unsere Weihnachtsfeier gemeinsam mit der gesamten JTL-Group und organisieren regelmäßige Teamevents – für echtes Wir-Gefühl. * Fitness & Sportangebote: Ob mit dem subventionierten JobRad oder vergünstigten Sportangeboten über EGYM Wellpass – bei uns bleibst Du fit! * Finanzielle Unterstützung: Wir unterstützen Dich mit betrieblicher Altersvorsorge und vermögenswirksamen Leistungen – auf Wunsch und individuell angepasst. Wenn du Bock auf den nächsten Schritt in deiner Karriere hast, freuen wir uns auf Deine Bewerbung! Bewirb dich entweder hier direkt oder über unsere Homepage https://www.jtl-software.de/jobs.

Sanitätshaus Aktuell

DIESE POSITION PASST, WENN ... Daten sind für dich nicht nur Nullen und Einsen, sondern die Grundlage für gute Entscheidungen?  Du findest Freude daran, aus chaotischen Legacy-Systemen saubere Datenstrukturen zu schaffen?  Du denkst in Pipelines, nicht in Skripten?  Fehlerbehandlung und Retry-Logik sind für dich selbstverständlich, nicht optional?  Du möchtest von erfahrenen Engineers lernen und gleichzeitig eigene Ideen umsetzen?  Dann bist du bei uns richtig! DIE AUFGABEN Als Data Engineer baust du die Datenpipelines auf, die unsere digitale Transformation ermöglichen. Du bist verantwortlich für den sauberen, zuverlässigen und skalierbaren Datenfluss zwischen hunderten ERP-Systemen und unserer modernen Datenarchitektur. Data Pipeline Engineering: Du designst und implementierst robuste ETL/ELT-Pipelines, die Daten aus mehreren hundert ERP-Systemen zuverlässig extrahieren, transformieren und laden. Dabei setzt du auf moderne Orchestrierungs-Tools und sorgst dafür, dass auch bei komplexen Datenflüssen alles reibungslos läuft. Du baust Pipelines, die nicht nur funktionieren, sondern auch wartbar und erweiterbar sind. Data Lake & Data Warehouse Architektur: Du baust unsere Data Lake Infrastruktur auf AWS von Grund auf mit auf. Dabei strukturierst du Daten sinnvoll, implementierst Data Governance Konzepte und sorgst dafür, dass Daten für Analytics und Business Intelligence optimal aufbereitet sind. Du verstehst den Unterschied zwischen Raw, Staging und Curated Data und setzt entsprechende Architekturen um. Greenfield Projekt – Legacy System Integration: Du bist mittendrin in einem spannenden Greenfield-Projekt: Die Integration von mehreren hundert Legacy-ERP-Systemen. Das ist keine Standard-Integration – hier geht es um komplexe Datenstrukturen, unterschiedliche Formate und die Herausforderung, aus heterogenen Quellen ein konsistentes Datenmodell zu schaffen. Workflow Orchestrierung & Reliability: Du implementierst resiliente Workflows für zeitkritische Datenverarbeitungen. Dabei setzt du auf moderne Orchestrierungs-Patterns und sorgst dafür, dass Pipelines auch bei Fehlern kontrolliert weiterlaufen oder wiederanlaufen. Du baust Monitoring und Alerting, damit Probleme erkannt werden, bevor sie zu echten Ausfällen führen. Zusammenarbeit & Weiterentwicklung: Du arbeitest eng mit unserem Staff Engineer, den Product Ownern und dem ~10-köpfigen Dev-Team zusammen. Dabei lernst du von erfahrenen Kolleg:innen und bringst gleichzeitig deine eigenen Ideen ein. Du wächst mit den Herausforderungen und entwickelst dich kontinuierlich weiter. Datenqualität & Dokumentation: Du implementierst Data Quality Checks und sorgst dafür, dass schlechte Daten gar nicht erst in unsere Systeme kommen. Du dokumentierst Datenflüsse und Transformationslogik, damit auch andere verstehen, was mit den Daten passiert. DAS PROFIL Must-haves: * Mindestens 3 Jahre Erfahrung als Data Engineer oder in vergleichbaren Rollen * Praktische Erfahrung mit ETL/ELT-Pipelines und Data Lakes * Gute Python-Kenntnisse für Datenverarbeitung und Pipeline-Entwicklung * Erfahrung mit Cloud-Plattformen, idealerweise AWS (S3, Glue, Athena, RDS, etc.) * Grundkenntnisse in Infrastructure as Code (Terraform oder CDK) * Verständnis für Datenmodellierung und solide SQL-Kenntnisse * Erfahrung mit Git und CI/CD Nice-to-haves: * Erfahrung mit Temporal oder ähnlichen Workflow-Orchestrierungs-Frameworks (Airflow, Prefect, Dagster) * Kenntnisse in der Integration von Legacy-ERP-Systemen * Erfahrung mit Streaming-Technologien (Kafka, Kinesis) * Container-Kenntnisse (Docker, ECS) * Monitoring mit Grafana * Interesse an Healthcare oder E-Commerce * AWS-Zertifizierungen WARUM WIR? Was wir bieten: * Hybrid-Modell: 2 Tage pro Woche im Büro in Köln, 3 Tage flexibles Arbeiten von wo du möchtest * Greenfield-Projekt: Du baust unsere moderne Datenarchitektur von Grund auf mit – kein Legacy-Code, den du erstmal verstehen musst * Echte Herausforderung: Integration von mehreren hundert ERP-Systemen – komplex, aber auch extrem lehrreich * Moderner Tech-Stack: AWS, Python, Terraform, moderne Data Engineering Tools * Mentoring & Wachstum: Du arbeitest mit erfahrenen Engineers zusammen und entwickelst dich weiter * Gestaltungsspielraum: Du bringst deine Ideen ein und prägst unsere Dateninfrastruktur mit * Wachsendes Team: Du wirst Teil eines motivierten ~10-köpfigen Entwicklerteams * Impact: Deine Pipelines sorgen dafür, dass Menschen einfacher an wichtige Hilfsmittel kommen

tem

📈 Who We Are: We are rebuilding the energy transaction, making it transparent and fair. Our goal is to put power back where it belongs, in the hands of customers and to take on one of the most critical problems of our century, access to low cost electricity. tem exists to fix a broken global energy market that’s long favoured legacy operators, intermediaries, and opaque pricing. Today’s electricity system was not designed for rapid decarbonisation, AI-driven efficiency or fair access for the actual users - businesses and generators. We’ve built the first AI native transaction infrastructure to reinvent how electricity is bought, sold and priced. Our technology is designed to cut out the inefficient fees, automate complex market flows, and bring transparency and fairness to energy transactions at scale. In late 2025, after extraordinary growth, we closed a $75 million Series B - led by Lightspeed Venture Partners with participation from Albion, Atomico, Allianz, Hitachi Ventures, Hitachi Ventures, Schroders Capital and others - positioning us for global expansion, deeper product innovation and category leadership. We’re scaling internationally and building toward a future where AI-driven infrastructure is foundational to electricity markets worldwide. Since launch, our modern utility product, known as RED, has already facilitated thousands of business customers and billions in energy transaction value, proving that modern software and AI can transform an industry built on legacy systems. At tem, we’re not just building another energy company, we’re rearchitecting market infrastructure so that transparency, efficiency and sustainability become the default, not the exception. 🏅 The Role: Rosso is tem's core IP, the transaction infrastructure that prices electricity for thousands of businesses, balances portfolios in real time, and sits on the critical path for every deal tem closes. The machine learning models inside Rosso forecasting, pricing, and optimisation are what make those decisions possible. Every inference shapes the prices our customers see. Today, tem's ML platform has solid foundations: Metaflow for orchestration, AWS Batch for compute, and automated CI/CD pipelines already in place. That's got Rosso to where it is. But as the number of model types grows and Rosso scales, the platform needs the next layer: structured experiment tracking, a model registry, production monitoring, and self-service tooling that lets ML engineers move at pace without being blocked on infrastructure. This role exists to build that layer and define what the platform looks like at scale. You will join the Rosso service alongside a Senior MLOps Engineer in a cross-functional team of ML engineers and software engineers. The destination is a platform that is genuinely self-service: ML engineers can run experiments, compare models, and ship to production without external intervention. It needs to scale across long-horizon forecasting tasks, real-time pricing engines, and large-scale optimisation workloads — not just the models that exist today. The concrete work ahead is specific: experiment tracking and a model registry are not yet in place. Backtesting infrastructure critical to the forecasting mission needs to be built. Shadow deployments will allow new models to be validated in production before they go live. And the platform needs to be designed for heterogeneous workloads, not just the models that exist today. This is a technical leadership role: you'll define the platform strategy and set the direction for the MLOps, while remaining hands-on in the most critical architectural decisions. The right person has seen ML platforms scale well and has learned from the times they haven't. You'll bring that judgment to a platform that can't afford expensive detours. 🚀 Responsibilities: * Own the ML platform strategy: Define the roadmap from Level 1 to Level 2, making architectural decisions ahead of when they'd otherwise become blockers. Keep the platform aligned to Rosso's commercial trajectory. * Build the foundations: Lead the design and build of experiment tracking, model registry, automated pipeline infrastructure, and production monitoring across all model types. * Deliver backtesting and shadow deployments: Build the infrastructure the forecasting and pricing teams need to validate models reliably against historical data and in production before they go live. * Set technical direction: Provide the architectural vision and standards the Senior MLOps Engineer executes against. This is a force-multiplier relationship, not a management one. * Partner across the team: Work closely with ML engineers and software engineers to understand what the platform needs to unlock the next wave of Rosso capabilities. Translate those needs into principled platform decisions. * Choose the right tools: Evaluate the MLOps tooling ecosystem with clear eyes. Make choices that fit tem's scale and workload mix not what's fashionable. * Drive deployment reliability: Push toward more frequent, reliable model deployment cycles as Rosso moves from batch-heavy workflows toward live, near-real-time processes. * Define best practices: Establish standards for how models are trained, versioned, deployed, and monitored across the team. Create a platform ML engineers trust. What success looks like: * MLOps is no longer a bottleneck, ML engineers are unblocked to focus on model quality * The time to deploy new machine learning models goes from days to minutes * The core features required from the machine learning platform are delivered before they block progress e.g. backtesting and experiment tracking 🎯 Requirements: Must-Haves: * Scaled an ML platform from early-stage: Demonstrable experience taking an ML platform from early stages to best-in-class infrastructure at a fast-moving company. You've been there, done it, and you're comfortable with the messiness and ambiguity that comes with scale-up life. * ML pipeline expertise: Deep experience across the whole MLOps lifecycle with ML pipeline orchestration (Metaflow, Prefect, Airflow or equivalent) and ML infrastructure (Sagemaker, Vertex AI, Chalk, or equivalent). * Model lifecycle tooling: Hands-on experience building or operating experiment tracking systems (MLflow, W&B, or similar), model registries, and governance tooling for model fleets at scale. Knows what good looks like and what to avoid. * Broad MLOps tooling knowledge: Across the ecosystem monitoring, drift detection, CI/CD for ML, containerisation, IaC (Terraform, AWS CDK). Able to evaluate trade-offs and make principled choices for a specific context, not just default to what they know. * Technical leadership track record: Evidence of setting platform direction, influencing cross-functional teams, and defining standards at Staff+ level. Raises the quality bar through design reviews, code reviews, and mentoring. Knows when to drive strategy and when to get into the weeds. * Heterogeneous workload experience: Experience designing and operating platforms serving heterogeneous workloads (e.g. forecasting, classification, operations research, etc), not just one model type across batch and real time applications. * Python, AWS + IaC: Strong Python; hands-on experience with AWS and infrastructure-as-code (Terraform, AWS CDK). Bonus points: * Worked in a role where ML is at the core of the product * Familiarity with Metaflow specifically * Experience with operations research, large-scale optimisation in a production context * Experience working with business critical time series forecasting models * Exposure to reinforcement learning in a production setting * Exposure to production LLM workloads e.g. fine tuning 🗣️ Interview Process: Our processes normally take around 2-3 weeks from first call to offer - please let us know about any adjustments to timelines that may be required. 1. First call with our Talent Team (30 mins). This is to understand your experience, motivations, and discuss the role in more detail. 2. Behaviour Interview with Tim, Head of Data (60 mins). This is your chance to really understand the role, the expectations, and ensure alignment on ways of working. 3. Technical Interview with the Team (90 mins). You'll meet with potential peers in this session and work through a live technical exercise. 4. Culture-Add Interview with Stakeholders (45 mins). The final session will be with two cross-functional stakeholders, and will explore how your values align with ours, and is designed to be a genuine two-way conversation, your chance to understand what it's really like to work at tem. We welcome applications from people of all backgrounds, experiences, and identities, including those that are traditionally underrepresented in the tech and energy sectors. If you’re excited about this role but not sure you meet every requirement, we’d still love to hear from you. Your unique perspective could be exactly what we’re looking for.