Search

Dev/MLOps Engineer (m/w/d)

Technische Informationsbibliothek (TIB)
locationHannover, Deutschland
VeröffentlichtVeröffentlicht: Heute
Wissenschaft
Vollzeit

Tätigkeitsprofil:

Als Deutsche Zentrale Fachbibliothek für Technik und Naturwissenschaften sichern wir mit unseren zukunftsweisenden Dienstleistungen die infrastrukturellen Voraussetzungen einer qualitativ hochwertigen Informations- und Literaturversorgung für Forschung in Wissenschaft und Industrie. Mit dem Open Research Knowledge Graph (ORKG) arbeiten wir daran, den Austausch und die Nutzung wissenschaftlicher Erkenntnisse im digitalen Zeitalter zu revolutionieren.

Die Technische Informationsbibliothek (TIB), Programmbereich D, Open Research Knowledge Graph, sucht für die Forschungsgruppe AI for Scholarly Communication (Prof. Dr. Sahar Vahdati) zum 1.September 2026 eine:n

Dev/MLOps Engineer (m/w/d)

Die Stelle ist zunächst auf die Projektlaufzeit von drei Jahren befristet. Eine Verlängerung ist möglich. Die regelmäßige wöchentliche Arbeitszeit beträgt 39,8 Stunden (Vollzeit). Der Arbeitsplatz ist grundsätzlich teilzeitgeeignet. Die Tätigkeit soll grundsätzlich am Standort Hannover ausgeübt werden. Mobiles Arbeiten ist nach Maßgabe der dienstlichen Erfordernisse anteilig möglich. Die Eingruppierung erfolgt in die Entgeltgruppe 13 TV-L.

Ihre Aufgaben/Ihr Arbeitsgebiet
Wir suchen einen DevOps/MLOps Engineer mit Interesse am Aufbau, an der Optimierung und am Betrieb cloud-nativer Infrastrukturen für skalierbare, universell einsetzbare KI-Assistenten im Ökosystem der European Open Science Cloud (EOSC). Die erfolgreiche Bewerberin/der erfolgreiche Bewerber verfügt über fundierte Kenntnisse in Softwarebereitstellung, cloud-nativen Plattformen, Containerisierung, Orchestrierung und Automatisierung sowie über praktische Erfahrung im Betrieb zuverlässiger Infrastrukturen für KI- und datenintensive Workloads.

Der Schwerpunkt der Tätigkeit liegt auf der Unterstützung der cloud-nativen Migration, dem Aufbau und Betrieb von Softwarebereitstellungs- und Observability-Plattformen sowie der Sicherstellung skalierbarer, sicherer und zuverlässiger Deployment-Umgebungen. Dazu gehören Virtualisierung, Containerisierung, Orchestrierung, CI/CD, Deployment-Automatisierung, Monitoring und Observability, sicheres Zugriffsmanagement, Compute-/Storage-/Network-Setup sowie die Migrationsfähigkeit hin zu EGI- und EOSC-konformen Umgebungen.

Ihre Tätigkeit umfasst

  • Konzeption und Entwicklung containerisierter Architekturen, die für EOSC-Cloud-Umgebungen optimiert sind
  • Aufbau und Betrieb leistungsfähiger Rechenumgebungen zur Sicherstellung eines zuverlässigen, latenzarmen Betriebs universell einsetzbarer KI-Assistenten
  • Entwicklung automatisierter Softwarebereitstellungszyklen und CI/CD-Pipelines für häufige und zuverlässige Deployments in verteilten Ökosystemen
  • Implementierung von Monitoring-, Logging- und Alerting-Frameworks zur Sicherstellung von Zustand, Leistung und Sicherheit der Dienste im EOSC-Ökosystem
  • Konfiguration und Pflege sicherer Zugriffskontrollen und AAI-Integrationen, einschließlich föderierter Authentifizierungs- und Autorisierungsmechanismen

Anforderungsprofil:

  • Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder gleichwertiger Abschluss) in Informatik, Software Engineering, Künstlicher Intelligenz, Data Science oder einem verwandten Fachgebiet
  • Sehr gute Kenntnisse der Linux-Grundlagen und der Systemadministration
  • Gute Kenntnisse cloud-nativer Technologien, insbesondere Docker und Kubernetes
  • Erfahrung mit Infrastructure as Code (IaC) und Automatisierungstools wie Terraform oder Ansible
  • Erfahrung mit Monitoring- und Alerting-Systemen wie OpenTelemetry oder Grafana
  • Erfahrung im Aufbau, in der Pflege und in der Automatisierung von CI/CD-Pipelines
  • Gute Kenntnisse in Git und GitHub-/GitLab-basierten Entwicklungsworkflows
  • Kenntnisse von OIDC/OAuth2 auf Infrastrukturebene
  • Gute Programmierkenntnisse in Python und/oder Go
  • Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Wünschenswerte Qualifikationen

  • Erfahrung im Management oder in der Orchestrierung ressourcenintensiver KI-Workloads
  • Erfahrung mit EGI, OpenStack oder dem EOSC-Ökosystem