Ihr Profil
Abgeschlossenes Studium der Wirtschaftsinformatik, Informatik, Data Science oder eine vergleichbare Qualifikation Erfahrung im Aufbau oder Betrieb von Cloud-, Plattform- oder Infrastruktur-Systemen Gute Kenntnisse in Kubernetes und Container-Technologien Erfahrung mit Microservices, APIs und verteilten Systemen Erfahrung in MLOps/LLMOps (Model-/Prompt-Lifecycle, Serving, Evaluierung, Monitoring) sowie an produktiven AI-Systemen Erfahrung mit DevOps-Praktiken wie CI/CD, GitOps, Infrastructure-as-Code und Betriebs-/Release-Prozessen von Vorteil Erfahrung mit GPU-Workloads oder High-Performance-Systemen von Vorteil Strukturierte, selbstständige Arbeitsweise und Freude daran, komplexe Systeme zu betreiben und zu verbessern Kommunikations- und Moderationsstärke im Austausch mit Fachbereichen und IT Gute Deutsch- und Englischkenntnisse
Ihre Aufgaben
Sie arbeiten eng mit dem Team rund um Enterprise AI, als auch Stakeholdern von Portfolio AI zusammen, um strategische AI-Konzepte in skalierbare, produktive Plattformlösungen zu überführen. Der Fokus der Rolle liegt auf Platform Engineering an der Schnittstelle von DevOps, MLOps und LLMOps: Sie verbinden Build-&-Run (CI/CD, IaC, Kubernetes-Betrieb), Model-Lifecycle (Training/Pipelines, Versionierung, Promotion) und LLM-Lifecycle (Serving, Guardrails, Evaluierung, Monitoring) zu zuverlässigen, skalierbaren und sicher betreibbaren Services. Aufbau und Weiterentwicklung unserer AI Plattform auf Kubernetes Deployment und Betrieb von Large Language Models (LLMs) auf GPU-Servern Aufbau und Betrieb performanter Model-Serving und Inference-Services Etablierung von MLOps-Standards und Betrieb und Weiterentwicklung der on-prem MLOps-Plattform (u.A. ClearML, OpenShift) Aufbau von LLMOps-Workflows für produktive GenAI-Services (Serving/Runtime-Konfiguration, Guardrails & Policies, Evaluierung/Regressionstests, Kosten- & Qualitäts-Monitoring) Containerisierung und Deployment von AI-Services mit Docker und Kubernetes Skalierung und Optimierung von GPU- und CPU-Workloads Entwicklung stabiler AI-APIs und Services für interne Anwendungen Aufbau von Monitoring, Logging und Observability für AI-Systeme Automatisierung von Infrastruktur-, Plattform- und Model-Releases (CI/CD, GitOps, Infrastructure-as-Code) inkl. sicherer Rollouts, Rollbacks und Standardisierung von Deployments Analyse und Optimierung von Performance, Skalierung und Stabilität
Wir bieten
Flexible Arbeitszeiten & Work-Life-Balance Vergütung & Sozialleistungen Persönliche & berufliche Entwicklung Arbeitsatmosphäre Gesundheit & Vorsorge Mobilität & Nachhaltigkeit
HENSOLDT setzt sich für Vielfalt und eine integrative Firmenkultur ein. Daher begrüßen wir alle Bewerbungen - unabhängig von Herkunft, Alter, Geschlecht, Behinderung, Identität oder Weltanschauung.
Sollten Sie weitere Fragen haben, können Sie gerne unser Recruiting Team kontaktieren: jobs@hensoldt.net
Hensoldt
Art des Abschlusses
- Abschluss Hochschule / Duales Studium / Berufsakademie
