KI & DevOps Architekt

KI & DevOps Architekt (m/w/d)

Generative AI, Plattformarchitekturen & Cloud-native Lösungen

Sie möchten moderne KI-Lösungen nicht nur konzipieren, sondern auch technisch verantworten und aktiv mitgestalten? Sie verbinden Architektur-Know-how mit fundierter Entwicklungserfahrung und fühlen sich in den Bereichen Kubernetes, Automatisierung und Generative AI zu Hause? Dann bietet Ihnen diese Position die Möglichkeit, anspruchsvolle KI-Projekte von der Idee bis zum produktiven Betrieb zu begleiten.

Aufgaben

• Analyse fachlicher und technischer Anforderungen sowie Entwicklung skalierbarer Architekturen für moderne KI-Anwendungen
• Konzeption und Umsetzung cloud-nativer Plattformen für den produktiven Einsatz von Generative-AI- und Machine-Learning-Lösungen
• Technische Verantwortung für anspruchsvolle Kundenprojekte sowie fachliche Steuerung interdisziplinärer Projektteams
• Aktive Mitarbeit bei der Entwicklung von Softwarelösungen und Backend-Komponenten im KI-Umfeld
• Design und Implementierung leistungsfähiger Retrieval- und Wissensmanagement-Lösungen auf Basis moderner Sprachmodelle
• Auswahl, Bewertung und Integration geeigneter Open-Source- und Enterprise-KI-Technologien
• Planung und Sicherstellung eines sicheren, stabilen und datenschutzkonformen Betriebs komplexer KI-Systeme
• Aufbau und Weiterentwicklung von Automatisierungs-, Deployment- und GitOps-Prozessen
• Einführung von Monitoring-, Logging- und Observability-Konzepten für Anwendungen, Plattformen und KI-Modelle
• Beratung von Kunden und Stakeholdern hinsichtlich technologischer Entscheidungen, Plattformstrategien und Skalierungskonzepten
• Optimierung bestehender Systemlandschaften hinsichtlich Performance, Verfügbarkeit und Betriebskosten

Fokus: Generative AI, Kubernetes, Plattformarchitekturen & DevOps

Profil

• Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik, Data Science, Mathematik oder eine vergleichbare Qualifikation
• Mehrjährige Berufserfahrung als Softwareentwickler, Solution Architect, Cloud Architect, DevOps Engineer oder in einer vergleichbaren Funktion
• Fundierte Programmierkenntnisse in Python oder Java sowie Erfahrung in der Entwicklung produktiver Anwendungen
• Praxiserfahrung mit modernen KI- und Machine-Learning-Frameworks
• Know-how im Aufbau von Anwendungen auf Basis großer Sprachmodelle und intelligenter Wissenssysteme
• Sehr gute Kenntnisse im Bereich Containerisierung und Orchestrierung mit Docker und Kubernetes
• Erfahrung mit Infrastructure as Code sowie der Automatisierung von Infrastruktur- und Deployment-Prozessen
• Kenntnisse im Aufbau und Betrieb von CI/CD-Pipelines und modernen GitOps-Ansätzen
• Erfahrung in Cloud-, Hybrid-Cloud- oder On-Premises-Umgebungen
• Verständnis für IT-Security-, Datenschutz- und Governance-Anforderungen im Unternehmensumfeld
• Ausgeprägte Kommunikations- und Beratungskompetenz sowie Freude an der Zusammenarbeit mit Kunden und Projektteams
• Sehr gute Deutschkenntnisse (C1) sowie gute Englischkenntnisse (mindestens B2)

Idealerweise bringen Sie zusätzlich mit

• Erfahrung mit Generative-AI-Frameworks und LLM-Orchestrierungsplattformen
• Kenntnisse im Bereich MLOps, AI Operations oder AI Platform Engineering
• Praxis im Umgang mit Vektordatenbanken und semantischen Suchtechnologien
• Erfahrung mit GPU-basierten Infrastrukturen und High-Performance-Computing-Umgebungen
• Kenntnisse in Terraform, Ansible, ArgoCD oder vergleichbaren Automatisierungswerkzeugen
• Erfahrung mit Prometheus, Grafana, OpenTelemetry oder vergleichbaren Observability-Lösungen
• Cloud-Zertifizierungen oder relevante Kubernetes-Zertifizierungen
• Erfahrung in technischen Presales-Aktivitäten oder Solution-Workshops

✅ Besonders relevant: Profile aus den Bereichen AI Architecture, Platform Engineering, Cloud Architecture, MLOps, Kubernetes Engineering, DevOps Engineering oder Software Architecture mit Schwerpunkt auf Generative AI und Cloud-native Plattformen.

Technologischer Schwerpunkt

Generative AI • Large Language Models (LLMs) • Retrieval Augmented Generation (RAG) • Python • Java • Kubernetes • Docker • Terraform • Ansible • GitOps • ArgoCD • CI/CD • MLOps • Cloud-Native Architecture • Prometheus • Grafana • OpenTelemetry • Vektordatenbanken • Platform Engineering • Hybrid Cloud • On-Premises

Rahmenbedingungen

• Hybrides Arbeitsmodell mit zwei Präsenztagen pro Woche
• Geringe Reisetätigkeit
• Standorte in verschiedenen Regionen Deutschlands möglich