Senior DevOps Engineer

Entwicklung und Pflege von Continuous Integration / Continuous Deployment (CI/CD)-Pipelines für Code, Daten und Modellbereitstellungen. Automatisierung von Build-, Test- und Release-Prozessen für GenAI-Anwendungen, um häufige und zuverlässige Releases in Entwicklungs-, Test- und Produktionsumgebungen sicherzustellen. Bereitstellung und Verwaltung von Cloud-Ressourcen wie Recheninstanzen, Containern, Datenbanken und Netzwerken mithilfe von Infrastructure-as-Code-Tools (z. B. Terraform, CloudFormation). Implementierung von Mechanismen zur Qualitätssicherung (z. B. automatisierte Tests, Validierung von Modellen und Datenintegrität) innerhalb der CI/CD-Pipelines. Sicherstellung einer sicheren, zuverlässigen und effizienten Kommunikation zwischen Ressourcen, (Konfiguration von Netzwerken, Firewalls und Zugriffskontrollen). Optimierung der Infrastruktur für die Anforderungen von KI-Workloads, einschliesslich hoher Verfügbarkeit und elastischer Skalierung. Überwachung der Systemleistung, Betriebszeit und Protokolle, um Probleme frühzeitig zu erkennen und zu beheben. Implementierung von Mechanismen für das Monitoring und die Alarmierung (z. B. Prometheus, Grafana), um die Stabilität und Effizienz der Plattform zu gewährleisten. Enge Zusammenarbeit mit Data Scientists, Entwicklern und Solution Architects, um technische Anforderungen zu verstehen und umzusetzen. Unterstützung von Teams durch Schulungen und Workshops zu Themen wie Cloud-Infrastruktur, CI/CD-Prozesse und MLOps.

Für unser Kunde, eine der führenden Grossbanken in der Schweiz, suchen wir eine/n erfahrene/n Senior DevOps Engineer Expert für Beratung und Entwicklung im Aufbau einer GenAI Plattform. Start: ASAP oder nach Vereinbarung. Laufzeit: 18 Monate bis 03.2027! Pensum: 100%, 42h/Woche. Einsatzort: Zürich, 1-2 Tage/W Home Office. Vertrag: Anstellung bei Swisslinx.

• 5+ Jahre Erfahrung mit DevOps-Toolchains (z. B. Git, Docker, Terraform), um alle Prozesse zu automatisieren - von Modelltrainings-Workflows bis hin zu Anwendungsbereitstellungen.

• Vertrautheit mit MLOps-Techniken für die kontinuierliche Integration und Bereitstellung von Modellen (Continuous Model Integration & Deployment).

• Erfahrung in der Implementierung von automatisierten Tests und Validierungen für Datenpipelines, Modelle und Anwendungen.

• Tiefgehendes Wissen über Cloud-Dienste auf Azure, einschliesslich virtueller Maschinen (VMs), Container, serverloser Dienste (Serverless), Speicherlösungen und virtueller Netzwerke (VPC/VNet).

• Sehr gute Kenntnisse in Infrastructure as Code zu skripten und zu verwalten, z. B. mit Terraform, ARM (Azure Resource Manager) oder ähnlichen Tools.

• Kenntnisse im Bereich DevOps, inklusive Monitoring-Tools (z. B. Prometheus, Grafana, Azure Monitor), Logging-Systemen und Alarmierung, um eine hohe Verfügbarkeit sicherzustellen.

• Erfahrung in der Leistungsoptimierung (Performance Tuning) und Kapazitätsplanung, um die Stabilität und Effizienz der Plattform zu gewährleisten.

• Gutes Verständnis der Funktionsweise von generativen KI-Lösungen (z. B. Modelle wie GPT, DALL-E), einschliesslich ihrer Anforderungen an Infrastruktur, Datenverarbeitung und Bereitstellung.

• Fähigkeit, eng mit interdisziplinären Teams wie Data Scientists, Entwicklern und Solution Architects zusammenzuarbeiten, um technische Anforderungen zu verstehen und umzusetzen.

• Fliessende Englischkenntnisse (C1) und gute Deutschkenntnis (B2)