IT Operations AI Engineer (m/w/d)

Hays Darmstadt, Allemagne

Mise en ligne il y a 10 jours CDD Competitive

Aufgaben

KI- & Analytics-Einsatz im Systembetrieb: Anwendung von künstlicher Intelligenz und fortgeschrittenen Analysemethoden im Infrastrukturbetrieb (Anomalieerkennung, Log-Analyse, vorausschauendes Monitoring sowie Analyse betrieblicher Telemetriedaten).
Effizienzsteigerung durch KI-Tools: Nutzung von KI-gestützten und agentenbasierten Werkzeugen zur Optimierung der betrieblichen Effizienz, beim Scripting, der Dokumentation und der Wissenssicherung - stets unter finaler menschlicher Validierung.
Betrieb von KI-Workloads: Bereitstellung und Betrieb von KI-Anwendungen auf Kubernetes und Cloud-Plattformen, einschließlich containerisierter KI-Dienste und Modell-Inferenz-Services.
Weiterentwicklung der KI/ML-Infrastruktur: Aktivierung und kontinuierliche Optimierung der KI/ML-Infrastruktur (GPU- / vGPU-Beschleunigung, KI-Frameworks, Daten-Pipelines).
CI/CD-Integration: Einbindung von KI-gestützten Funktionen in CI/CD-Plattformen zur Förderung der Infrastructure-as-Code-Entwicklung (IaC).
Technologie-Bewertung: Durchführung von Proof-of-Concepts (PoCs), Benchmarking und Architektur-Bewertungen für neu aufkommende KI-Technologien.

Profil

KI-Engineering: Sicherer Umgang mit KI-Programmierassistenten (wie Claude Code, GitHub Copilot) und agentenbasierter Entwicklung.
Infrastruktur-KI: Praktische Erfahrung mit KI-gestützter Anomalieerkennung, Log-Analyse und vorausschauendem Monitoring im Systembetrieb.
Cloud & Container: Bereitstellung von KI-Anwendungen und Modell-Inferenz-Diensten auf Kubernetes und gängigen Cloud-Plattformen.
Pipeline-Integration: Einbindung von KI-Assistenten in bestehende CI/CD-Plattformen wie beispielsweise GitLab.
ML-Frameworks & Hardware: Know-how in Plattformen wie PyTorch oder TensorFlow sowie Erfahrung mit GPU/vGPU-beschleunigten Umgebungen.
Linux & Automatisierung: Fortgeschrittene Kenntnisse in der Linux-Administration sowie im Schreiben von Automatisierungsskripten mit Bash und Python.
Qualifikation & Praxis: Abgeschlossenes Bachelor-Studium im relevanten Bereich gepaart mit mindestens 5 Jahren einschlägiger Berufserfahrung.
Prozesse & Bereitschaft: Fließendes Englisch, Erfahrung mit ITIL-Service-Prozessen (Incident/Change) und Bereitschaft zu gelegentlichen On-Call-Einsätzen.