Cloud Engineer* Data & AI

inovex GmbH; Karlsruhe; Vor Ort; EUR 90.000 - 120.000; Vollzeit

Zusammenfassung

inovex GmbH sucht einen Cloud Engineer Data & AI zur Implementierung moderner Data- und AI-Infrastrukturen. Du orchestrierst GPU-Cluster, strukturierst Datenplattformen und automatisierst ML-Model-Training sowie Inferenz-Schnittstellen.

Du designst Datenplattformen von Storage-Architektur bis Lakehouse-Formate, setzt Airflow, Spark on Kubernetes, Ray ein und integrierst sie. IaC- und GitOps-Standards sowie Sicherheits- und Governance-Aspekte sind Teil des Alltags.

Qualifikationen

• Fundierte Kubernetes-Erfahrung im produktiven Betrieb.
• Tremende Kenntnisse in mindestens einem großen Cloud-Provider (AWS/Azure/Google Cloud/StackIT).
• Experience with Infrastructure-as-Code und GitOps-Ansätzen.
• Vertraut mit Data-Lakehouse-Architekturen, Orchestrierung und Streaming-Komponenten.
• Gute Deutschkenntnisse (mind. C1) und gute Englischkenntnisse.

Aufgaben

• Implementierung moderner Data- und AI-Infrastrukturen inklusive GPU-Cluster-Orchestrierung.
• Konzeption von Datenplattformen von Storage-Architektur bis Lakehouse-Formate.
• Aufbau und Integration von Tools wie Airflow, Spark on Kubernetes oder Ray in Production.
• Sicherheits- und Governance-Anforderungen von Beginn an berücksichtigen, incl. Network Policies.

Kenntnisse

Kubernetes

Cloud-Architektur

GPU-Scheduling

Data-Workflows

Security-Best-Practices

Mentoring

Tools

Airflow

Spark on Kubernetes

Ray

Kueue

Terraform

ArgoCD

Helm

Prometheus

Grafana

OpenTelemetry

Python

Go

Kafka

dbt

IcebergS3

Jobbeschreibung

Stellendetails zu: Cloud Engineer* Data & AI

Kopfbereich

Angebotsart: Arbeit

Arbeitgeber: inovex GmbH

Arbeitsort

Anstellungsart

Vollzeit

Befristung

unbefristet

Berufsbezeichnung

Veröffentlichungsdatum: Vor 2 Tagen veröffentlicht

Stellenbeschreibung

Was du bei uns bewegen kannst

• Als Cloud Engineer liegt dein Schwerpunkt auf der Implementierung moderner Data- und AI-Infrastrukturen, wobei du GPU-Cluster orchestrierst, Datenplattformen strukturierst und Pipelines für ein effizientes Modell-Training sowie den stabilen Betrieb von Inferenz-Schnittstellen automatisierst.
• Datenplattformen konzipierst du, von der Storage-Architektur über Lakehouse-Formate bis zur Integration von Orchestrierung und Streaming-Komponenten.
• Tools wie Airflow, Spark on Kubernetes oder Ray setzt du auf, integrierst sie miteinander und stellst sicher, dass Data- und ML-Workflows zuverlässig in Produktion laufen.
• Infrastructure-as-Code und GitOps sind für dich der Standard. Bei sensiblen Datenprodukten baust du Sicherheit von Beginn an ein, von Network Policies bis zu den Anforderungen aus der Data Governance.
  -Monitoring, Incident-Handling und GPU-Kapazitätsplanung liegen in deiner Verantwortung.

In unseren Projekten verwenden wir folgende Technologien:
AWS, Azure, Google Cloud, StackIT, Kubernetes
Terraform, ArgoCD, Helm, Cilium, Kyverno
Airflow, Spark, Kafka, Ray, Kueue
Databricks, Snowflake, dbt, IcebergS3, PostgreSQL, pgvector, MLflow, vLLM, KServe
Prometheus, Grafana, OpenTelemetry Python, GoIntern

Deinen anfangs gewählten technologischen Schwerpunkt kannst du jederzeit verlagern. Als Expert:in im Bereich Engineering hast du außerdem die Möglichkeit, jüngere Kolleg:innen durch Mentoring zu unterstützen.

Wer gut zu uns passen würde

Ob du ein Studium oder eine Ausbildung im IT-Bereich abgeschlossen hast, ist für uns nebensächlich. Für uns zählen deine fachlichen Skills und deine Persönlichkeit:

-Du hast fundierte Kubernetes-Erfahrung im produktiven Betrieb und bringst tiefgehende Kenntnisse im Umgang mit einem der großen Cloud-Provider (AWS, Azure, Google Cloud, StackIT) mit.

• Infrastructure-as-Code setzt du routiniert ein. Beim Aufbau von Datenplattformen verstehst du, wie Storage-Architekturen für unterschiedliche Workloads ausgelegt werden.
• Du bringst Erfahrung mit Workflow-Orchestrierung, Streaming, GPU-Scheduling, Model Serving und Lakehouse-Plattformen mit oder hast Lust, dich in diese Bereiche einzuarbeiten.
• Netzwerk-Härtung und Security Best Practices denkst du von Anfang an mit, nicht als nachgelagerten Schritt.
• KI-Tools gehören zu deinem Arbeitsalltag: Code-Assistenten und KI-basierte Automatisierung setzt du selbstverständlich ein, etwa beim Aufsetzen von Terraform-Modulen für Data-Pipelines oder beim Optimieren von GPU-Workload-Konfigurationen.
• Komplexe technische Zusammenhänge kannst du auch nicht-technischen Ansprechpartner:innen vermitteln. Sehr gute Deutschkenntnisse (mind. C1) und gute Englischkenntnisse runden dein Profil ab.

Wir schützen die Kontaktdaten des Arbeitgebers vor unerlaubten Zugriffen. Bitte geben Sie die dargestellten Zeichen in das Textfeld ein, um die Kontaktdaten des Arbeitgebers anzuzeigen.

Hinweis: Die dargestellten Zeichen enthalten keine Umlaute (ä, ö, ü oder ß), Sonderzeichen oder Leerzeichen.