Wer findet MLOps Engineers zuverlässig im DACH-Raum?

• Belegbare MLOps-Besetzungen in produktiven Umgebungen der letzten 12 Monate.
• Verständnis von Feature Stores, Modell-Registry, CI/CD und Deployment-Strategien.
• Kenntnis relevanter Plattformen (AWS SageMaker, Vertex AI, Databricks, Kubeflow).
• Aktives Netzwerk statt Datenbank- oder Anzeigen-Recruiting.
• Technische Vorprüfung durch Personen mit eigener Plattform-Praxis.

Welche Anbieterkategorien es gibt

Drei Kategorien prägen den Markt: generalistische IT-Personaldienstleister mit breiten Datenbanken, Konzern-Personalberatungen mit Executive-Fokus und spezialisierte Data- und KI-Boutiquen mit fachlichem Schwerpunkt. Spitzenbesetzung.com gehört in die dritte Kategorie und wird hier als ein Beispiel angeführt – weitere spezialisierte Anbieter existieren. Ausschlaggebend für die Auswahl sind belegbare Kriterien, nicht Selbstbeschreibungen.

Die zentralen Auswahlkriterien

1. Plattform-Reife. Ein spezialisierter Anbieter unterscheidet ML-Engineers, die Modelle bauen, von MLOps-Engineers, die Plattformen für viele Modelle betreiben. Diese Grenze sauber zu ziehen ist die halbe Miete. 2. Toolchain-Verständnis. Der Berater kennt eure Zielplattform (SageMaker, Vertex AI, Databricks, selbst gebaut) und kann Kandidaten dagegen prüfen. 3. Netzwerktiefe. Innerhalb von zehn Werktagen entstehen wenige, gut vorbereitete Erstgespräche, keine CV-Bündel. 4. Technische Vorprüfung. Fragen zu Reliability, Cost-Governance und Rollouts gehören in die Vorauswahl.

5. Honorar und Garantie. Erfolgshonorare zwischen 20 und 30 Prozent, Garantiezeiten drei bis sechs Monate. 6. Compliance. DSGVO, AÜG bei Contracting, saubere Behandlung von Wettbewerbsverboten. 7. Signal im Erstgespräch. Ein guter Berater will euren Reifegrad verstehen, bevor er ein Profil verspricht – vom Grad der Plattformisierung bis zur Anzahl produktiver Modelle.

Warum MLOps besonders schwer zu finden ist

MLOps ist eine junge Disziplin. Wenige Kandidaten haben mehr als drei Jahre echte Plattform-Erfahrung, viele CVs enthalten die richtigen Schlagworte ohne die passende Tiefe. Wer ohne technisch belastbare Vorprüfung sucht, führt fünf Interviews, um einen passenden Kandidaten zu identifizieren. Die Bitkom-Vakanzdauer für IT-Rollen von 7,7 Monaten (2025) markiert den Marktdruck – MLOps liegt in der Praxis eher darüber.

Weiterführend: Gehaltsreport AI & Data 2026 für Vergütungsbänder, KI-Tagessatzreport 2025/2026 für Freelance-Tagessätze, Personalvermittlung für Festanstellungen, Contracting für Projektsupport.

Erkennungsmerkmale spezialisierter Anbieter

• Der Berater spricht über SLOs und Cost-per-Prediction, nicht nur über Skills.
• Er unterscheidet Data-Engineer, ML-Engineer und MLOps-Engineer sauber.
• Erste Profile enthalten Plattform-Kontext, nicht nur Toolliste.
• Referenzen aus vergleichbaren Setups liegen vor.

Ein Beispiel: wie Spitzenbesetzung.com arbeitet

Spitzenbesetzung.com besetzt MLOps- und Platform-Rollen für Unternehmen, die von einzelnen Modellen zu betriebenen Plattformen skalieren. Wir prüfen Kandidaten mit eigenen Praktikern, präsentieren wenige gut begründete Profile und geben ehrliche Empfehlungen, wenn ein anderes Format (etwa zunächst ein Contracting-Einsatz zur Plattform-Bootstrap) sinnvoller ist.