Senior AI Platform Engineer (all genders)

Das ist der Job

Tech-Stack anwenden: Du arbeitest souverän mit Kubernetes, Terraform oder Pulumi, CI/CD-Toolchains und mindestens einer Hyperscaler-Cloud wie AWS, Azure oder GCP. KI Kompetenz: Du setzt KI-Tools in deinem Fachgebiet souverän ein, bewertest die Ergebnisse kritisch und unterstützt Kunden und adessi dabei, Potenziale von KI zu nutzen.

Das brauchst du

Sicherheits- und Zugriffskonzepte umsetzen: Du implementierst IAM-, Secrets-Management-, Netzwerk- und Mandantenfähigkeitskonzepte auf Plattformebene.

DEIN PROFIL Ausbildung & Erfahrung: Du verfügst über ein abgeschlossenes Studium in Informatik, Software Engineering, IT-Systemtechnik oder einem vergleichbaren technischen Fachgebiet und mindestens 5 Jahre Erfahrung im Aufbau und Betrieb produktiver Cloud- oder AI-Plattformen im Enterprise-Umfeld.

Sprachkenntnisse: Du kommunizierst mündlich als auch schriftlich sicher und professionell auf Deutsch und Englisch. #J-18808-Ljbffr

Darum lohnt es sich

Gemeinsam programmieren wir (deine) Zukunft bei adesso. Self-Service ermöglichen: Du stellst standardisierte Laufzeitumgebungen und Schnittstellen bereit, die von Data-, ML- und GenAI-Teams effizient genutzt werden können.

Strukturierte Arbeitsweise: Du denkst plattformorientiert, standardisierend und mit klarem Fokus auf Skalierbarkeit, Sicherheit und Wiederverwendbarkeit. Wir gehören zu den Top-Adressen in der IT-Welt und fokussieren uns auf die Optimierung der Kerngeschäftsprozesse unserer Kunden.

Durch den smarten Einsatz maßgeschneiderter IT-Lösungen unterstützen wir unsere Kunden dabei, das Beste aus ihrem Business und aktuellen Technologien herauszuholen. Unseren Erfolg aber erreichen wir nur durch eins: die Menschen bei adesso! Sie bringen Ideen, fachliches Know how und Technologien zusammen.

DEINE ROLLE Enterprise-AI-Architektur betreiben: Du entwickelst und betreibst skalierbare Plattformarchitekturen für ML-, LLM- und agentische Workloads im Enterprise-Kontext. Infrastruktur automatisieren: Du implementierst Infrastructure-as-Code-Konzepte für reproduzierbare AI-Umgebungen über mehrere Stages hinweg.

AI-Workloads orchestrieren: Du betreibst containerisierte Trainings-, Inferenz- und MCP-Server-Workloads auf Kubernetes- oder Cloud-nativen Plattformen. Fachwissen in Plattformarchitekturen: Du verstehst Containerisierung, Cluster-Architekturen, Skalierungsmechanismen und serviceorientierte Integrationsmuster tiefgehend.