HENSOLDT - Innovationen für eine sicherere Welt HENSOLDT ist ein führendes Unternehmen der europäischen Verteidigungsindustrie mit globaler Reichweite. Das Unternehmen mit Sitz in Taufkirchen bei München entwickelt Sensor-Komplettlösungen für Verteidigungs- und Sicherheitsanwendungen. Als Technologieführer treibt HENSOLDT die Entwicklung der Verteidigungselektronik und Optronik voran und baut sein Portfolio auf der Grundlage innovativer Ansätze für Datenmanagement, Robotik und Cybersicherheit kontinuierlich aus. Unsere Produkte sind einsetzbar in den Bereichen Space, Air, Land, Sea, Security, Cyber & Information Space. 2023 erzielte HENSOLDT einen Umsatz von 1,85 Milliarden Euro. Nach der Übernahme der ESG GmbH beschäftigt das Unternehmen circa 8.500 Mitarbeiter. HENSOLDT ist an der Frankfurter Wertpapierbörse im MDAX notiert. Der Bereich "Digital Office" sucht an unserem Standort in Taufkirchen oder Ulm zum nächstmöglichen Zeitpunkt einen AI Platform Engineer (w/m/d) Wir bauen eine Enterprise AI Plattform, auf der Large Language Models und andere AI-Services produktiv im Unternehmen eingesetzt werden können. Dafür betreiben wir eine GPU-basierte on-premise Infrastruktur auf Kubernetes, über die unsere internen Teams auf skalierbare ML und AI-Services zugreifen können. Als "AI Platform Engineer (w/m/d)" arbeiten Sie an der technischen Grundlage dieser Plattform - von der Infrastruktur über Model- und LLM-Lifecycle bis hin zu stabilen AI-Services für interne Anwendungen. 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 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 Flexible Arbeitszeiten & Work-Life-Balance Vergütung & Sozialleistu...