Konzeption und Weiterentwicklung skalierbarer Infrastrukturdienste für KI-Workloads
Betrieb von Enterprise-Plattformen für Model Inference auf Container-Orchestrierung inklusive Deployment-Automatisierung
Verantwortung für High-Performance-Computing-Cluster mit Bare-Metal- und virtualisierten GPU-Servern
Analyse komplexer Störungen über den gesamten Stack hinweg, von Hardware bis Applikationsschicht
Provisioning von Umgebungen für Data-Science-Teams
Kritische Infrastrukturarbeiten und gelegentliche Pikettdienste

Hochschul- oder Fachhochschulabschluss in Informatik
Mehrjährige Erfahrung in Systemadministration, davon mindestens 3 Jahre mit Fokus auf Linux (bevorzugt RHEL)
Sichere Automatisierung mit Python, Ansible und Shell-Skripting
Fundiertes Wissen zu GPU-Topologien und Architekturen wie NVLink oder PCIe-Switching, ergänzt durch Terraform und GitOps-Deployments
Erste praktische Erfahrung im Monitoring mit Prometheus und Grafana inklusive GPU-Metriken
Kenntnisse in ITIL-Prinzipien
Verhandlungssichere Englischkenntnisse, Deutschkenntnisse sind ein Plus
Souveräne Priorisierung und sichere Kommunikation

AI Platform Engineer

Über den Job