About the role
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 häufig folgende Technologien:
- AWS, Azure, Google Cloud, StackIT, Kubernetes
- Terraform, ArgoCD, Helm, Cilium, Kyverno
- Airflow, Spark, Kafka, Ray, Kueue
- Databricks, Snowflake, dbt, Iceberg
- S3, PostgreSQL, pgvector, MLflow, vLLM, KServe
- Prometheus, Grafana, OpenTelemetry
- Python, Go
Intern wie extern kannst du dich bei uns auf vielfältige Art einbringen: 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.
Requirements
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.
Text as published by inovex GmbH. We don't edit postings; apply and ask questions on the employer's site.