Cloud Engineer* Data & AI
# Cloud Engineer* Data & AI **inovex GmbH** · `Remote` · `Full Time` 💼 **Уровень роли:** `Mid-level` 🕒 **Статус:** *Опубликовано: сегодня* · *Источник: Himalayas (JSON API)* --- ### Top Skills & Match 🎯 **Ключевой стек роли:** `[Cloud-Engineer]` `[Data-Engineer]` `[Machine-Learning-Engineer]` `[DevOps-Engineer]` `[Platform-Engineer]` `[Cloud-AI-Engineer]` `[AI-ML-Cloud-Engineer]` `[Cloud-Data-Engineer]` `[Data-And-AI-Engineer]` `[Cloud-Data-DevOps-Engineer]` `[Data-+-AI-Engineer]` `[Cloud-Data-Platform-Engineer]` `[AI-ML-Data-Engineer]` `[AI-Data-Infrastructure-Engineer]` --- ### 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. Inunseren 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. Originally posted on Himalayas
- Cloud-Engineer
- Data-Engineer
- Machine-Learning-Engineer
- DevOps-Engineer
- Platform-Engineer
- Cloud-AI-Engineer
- AI-ML-Cloud-Engineer
- Cloud-Data-Engineer
- Data-And-AI-Engineer
- Cloud-Data-DevOps-Engineer
- Data-+-AI-Engineer
- Cloud-Data-Platform-Engineer
- AI-ML-Data-Engineer
- AI-Data-Infrastructure-Engineer
Наблюдалась 2026-10-18, впервые 2026-10-18, источник — Himalayas (JSON API).