DevOps Engineer (m/w/d) für den Bereich Künstliche Intelligenz (Artificial Intelligence)

ROHDE & SCHWARZ GmbH & Co. KG; Oed; Vor Ort; EUR 40.000 - 60.000; Vollzeit

Zusammenfassung

Ein führendes Technologieunternehmen in Bayern sucht einen Verantwortlichen für die Weiterentwicklung und den stabilen Betrieb von KI-Services. Sie sind für die technische Architektur, Performanceoptimierung und die Betreuung von AI Use-Cases zuständig. Erfahrung in Kubernetes, Datenpipelines und modernen Monitoring-Tools ist erforderlich. Die Position bietet Herausforderungen in einem dynamischen Umfeld.

Aufgaben

• Verantwortung für die Weiterentwicklung und den stabilen Betrieb von KI-Services.
• Erstellung und Weiterentwicklung technischer Architekturen für KI-Anwendungen.
• Überwachung der Systemlandschaft mithilfe moderner Monitoring-Tools.
• Konzeption und Betreuung konkreter AI Use-Cases in Zusammenarbeit mit Fachabteilungen.
• Entwicklung von robusten Data Pipelines auf Basis von Dagster in Kubernetes.
• Anwendung moderner GitOps-Workflows zur automatisierten Verwaltung der K8s-Infrastruktur.

Jobbeschreibung

Aufgaben

• Verantwortung für die Weiterentwicklung und den stabilen Betrieb von unternehmensweiten KI-Services bei Rohde & Schwarz (bspw.Large Language Models (LLMs)) in On-Premise- sowie Off-Premise-Umgebungen
• Erstellung und Weiterentwicklung technischer Architekturen für KI-Anwendungen und -Infrastrukturen mit besonderem Fokus auf Skalierbarkeit, Sicherheit und Integration in die bestehende IT-Landschaft
• Überwachung und Analyse der Systemlandschaft mithilfe moderner Monitoring-Tools wie Prometheus und Grafana, insbesondere im Kubernetes-Umfeld mit Fokus auf Performanceoptimierung und frühzeitige Problemidentifikation
• Konzeption, Umsetzung und operative Betreuung konkreter AI Use-Cases in enger Zusammenarbeit mit den Fachabteilungen von der Anforderungsanalyse bis zur produktiven Implementierung
• Entwicklung und Pflege von robusten Data Pipelines auf Basis von Dagster in Kubernetes zur effizienten und automatisierten Verarbeitung großer Datenmengen
• Anwendung moderner GitOps-Workflows zur automatisierten Verwaltung der K8s-Infrastruktur