Platform Engineer – Byg Skalerbare Cloudplatforme

Politiets Efterretningstjeneste (PET); København; On-site; DKK 1,004,000 - 1,339,000; Full time

Benefits offered by this job

Fleksible arbejdstider

Betalt frokostpause

Inkluderende arbejdsmiljø

Job summary

Politiets Efterretningstjeneste (PET) søger en Platform Engineer til at udvikle og drive vores On-Prem Cloud platform baseret på containere og virtualization. Du bliver en del af IT-afdelingen og bidrager til at sikre en robust infrastruktur, der understøtter PET’s kritiske systemer og data.

Du arbejder tæt sammen med kollegaer på tværs af enheder og vil fokusere på udvikling, automation og sikkerhed i en DevSecOps-tilgang, herunder scripting, YAML, og orkestrering af AI/ML workloads i

Qualifications

• bash, Terraform, Ansible og Kubernetes varetager automatisering og orkestrering.
• YAML og Python beherskes til infrastruktur- og deploymentscripts.
• CI/CD pipelines og automatisering er en central del af jobbet.
• AI/ML i Kubernetes (Kubeflow eller lignende) tilsikrer skalering og orkestrering.
• GPU workloads kræver installation og vedligeholdelse af drivers.

Responsibilities

• Udvikle og implementere en moderne platform til PETs værktøjer.
• Løbende udvikle kompetencer inden for et konstant skiftende teknologilandskab.
• Sikre høj kvalitet i eget arbejde og i samarbejdet med andre teams i PET.

Skills

bash

Terraform

Ansible

Kubernetes

YAML

Python

CI/CD

Kubeflow

GPU workloads

Education

Software udvikler

Datatekniker

Datamatiker

Tools

Docker

VMware

Job description

Politiets Efterretningstjeneste (PET) søger en Platform Engineer til at udvikle og drive vores On-Prem Cloud platform baseret på containere og virtualization. Du bliver en del af IT-afdelingen og bidrager til at sikre en robust infrastruktur, der understøtter PET’s kritiske systemer og data.

Du arbejder tæt sammen med kollegaer på tværs af enheder og vil fokusere på udvikling, automation og sikkerhed i en DevSecOps-tilgang, herunder scripting, YAML, og orkestrering af AI/ML workloads i