Auf einen Blick
- Aufgaben: Konzeption und Betrieb von AI- und LLM-Plattformkomponenten sowie Integration in bestehende Systeme.
- Unternehmen: LBBW nutzt eine eigene Cloud-Infrastruktur für KI- und GenAI-Anwendungen.
- Vorteile: Mitarbeit an innovativen Projekten im Bereich AI-Services und flexible Arbeitszeiten.
- Weitere Informationen: Sehr gute Deutschkenntnisse sind erforderlich.
- Warum dieser Job: Gestalte die Zukunft der KI-Plattform in einem dynamischen Team.
- Qualifikationen: Abgeschlossenes Studium in Informatik oder vergleichbare Qualifikation sowie Erfahrung mit Cloud-Workloads.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Als Cloud Engineer mit dem Fokus auf AI Services treibst Du den Ausbau unserer Cloud-Plattform gezielt für KI- und GenAI-Anwendungen voran und sorgst gleichzeitig dafür, dass diese Lösungen transparent, messbar und stabil betrieben werden können. Du nutzt die vorhandene LBBW-Cloud-Infrastruktur, um darauf leistungsfähige Services für LLMs, RAG, Agentic AI und MCP-Server bereitzustellen, optimal in unsere IT-Landschaft zu integrieren und mit Monitoring-, Logging- und Tracing-Lösungen abzusichern.
In deiner Rolle verbindest du Cloud-, Plattform- und Automation-Know-how mit den speziellen Anforderungen moderner KI-Workloads: Du gestaltest Betriebs-, Security-, Skalierungs-, Kosten- und Observability-Konzepte, definierst Metriken und Dashboards und arbeitest eng mit GenAI-, Architektur- und Entwicklungsteams zusammen, damit KI-Lösungen in der LBBW sicher, performant und nachvollziehbar betrieben werden können.
Aufgaben:
- Konzeption, Implementierung und Betrieb von AI- und LLM-Plattformkomponenten (z.B. Azure OpenAI, eigene LLM-Deployments, Vektordatenbanken, Retrieval-/RAG-Services) sowie Anbindung interner Systeme (REST-APIs, Datenbanken, Fachanwendungen)
- Aufbau der technischen Grundlage für LLM-Endpunkte, Tool-/Function Calling, Orchestrierung und MCP-Server sowie Integration in bestehende Systemlandschaften und Agentic-AI-Szenarien
- Anbindung relevanter Datenquellen (z.B. Datenbanken, DWH, Datalake, Dokumenten-Repositories) inklusive Rollen- und Berechtigungskonzepten sowie Mitarbeit an Security- und Guardrail-Konzepten (ID- und API-Management, Content Filtering, Schutz vor Datenabfluss)
- Umsetzung und Pflege von Infrastructure as Code (z.B. Terraform, Bicep) sowie Integration der Plattform- und Observability-Komponenten in CI/CD-Pipelines (Azure DevOps, GitHub Actions) auf Basis definierter Plattform-Standards, Referenzarchitekturen und Landing Zones
- Aufbau und Weiterentwicklung von Observability-Konzepten für AI-Services (Latenz, Fehlerraten, Ressourcen, Kosten, Nutzungsmuster) inklusive Implementierung von Monitoring-, Logging- und Tracing-Lösungen (z.B. Azure Monitor, Application Insights, Dashboards, Alerts, SLIs/SLOs) sowie Mitarbeit an Auto-Scaling-, Limits-, Quotas- und Cost-Alerting-Konzepten
- Mitarbeit im Incident- und Problem-Management (Ursachenanalyse, Verbesserungsmaßnahmen), Erstellung von Runbooks, Playbooks, Best Practices und Architekturunterlagen zu Skalierung, Observability, Sicherheit und Kosten sowie Beratung von Projekten zur optimalen Nutzung der KI-Plattform
Anforderungen:
- Abgeschlossenes Studium der (Wirtschafts-)Informatik oder eine vergleichbare Qualifikation
- Erfahrung im Cloud- und Infrastruktur-Umfeld, idealerweise mit großen, produktiven Umgebungen
- Praxis mit Infrastructure as Code, CI/CD und dem Betrieb von Cloud-Workloads
- Verständnis von Security, Governance und Netzwerkarchitekturen in Cloud-Umgebungen
- Erfahrung mit Monitoring-, Logging- und Tracing-Lösungen (z.B. Azure Monitor, Application Insights)
- Strukturierte, qualitätsbewusste und eigenverantwortliche Arbeitsweise
- Teamorientiert und kommunikativ, sicher im Austausch mit Entwicklung, Architektur, Security, Betrieb und Fachbereichen
- Pragmatisch und belastbar, mit Freude daran, eine robuste und transparente Plattform für viele Teams bereitzustellen
- Sehr gute Deutschkenntnisse in Wort und Schrift
Cloud Engineer mit Fokus auf AI Services (gn) Arbeitgeber: LBBW
Die LBBW bietet ein modernes Arbeitsumfeld in Stuttgart mit flexiblen Arbeitszeiten und der Möglichkeit, an zukunftsweisenden KI-Projekten zu arbeiten. Das Team ist interdisziplinär und fördert den Austausch zwischen Entwicklung, Architektur und Betrieb.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Cloud Engineer mit Fokus auf AI Services (gn) erhalten könnten
✨Engagier dich in Entwickler-Communities!
Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.
✨Zeig deine Fähigkeiten!
Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei LBBW anzuklopfen, wenn du dich auf die Stelle als Cloud Engineer mit Fokus auf AI Services (gn) bewirbst – so wissen sie gleich, was sie von dir erwarten können!
✨Nutze Jobplattformen speziell für Tech-Jobs!
Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.
✨Such dir Mentoren und Feedback!
Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei LBBW vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Cloud Engineer mit Fokus auf AI Services (gn) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.
Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.
Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.
Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei LBBW klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.
Wie man sich auf ein Vorstellungsgespräch bei LBBW vorbereitet
✨Technische Vorbereitung auf die Coding-Challenges
In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!
✨Das eigene Portfolio im besten Licht präsentieren
Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.
✨Teamfähigkeit und Kommunikation betonen
In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.
✨Vorbereitung auf Fragen zur Software-Architektur
Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.
