Staff DevOps Engineer

Nexxa baut die besten KI-Systeme für die Schwerindustrie und ermöglicht es Maschinen, Systemen und Abläufen, autonom zu denken, zu entscheiden und zu handeln. Unsere Mission ist es, technische Durchbrüche in operative Realität umzusetzen und einige der schwierigsten systemtechnischen Probleme in der Industrie zu lösen.

Wir suchen einen Senior/Staff DevOps Engineer, der in den letzten Jahren die Infrastruktur aufgebaut und betrieben hat, die es KI- und Industriesystemen ermöglicht, zuverlässig im großen Maßstab zu laufen. Sie verstehen, was erforderlich ist, um Produktions-ML- und Datenlasten schnell, beobachtbar und widerstandsfähig zu halten — von GPU-unterstützten Trainings- und Inferenzclustern bis hin zu den Pipelines, die sie mit realen industriellen Umgebungen verbinden.

Diese Rolle ist ideal für Kandidaten, die ein tiefes Infrastruktur-Eigentum in einem Unternehmen anstreben, in dem Betriebszeit, Latenz und Zuverlässigkeit direkte Auswirkungen auf physische Abläufe haben — nicht nur auf Software. Sie werden eng mit AI-, Daten- und Produktentwicklungsteams zusammenarbeiten, um sicherzustellen, dass die Systeme, die sie bauen, tatsächlich sicher und im großen Maßstab in der Produktion laufen können.

Was Sie tun werden:

• Besitzen und weiterentwickeln der Kerninfrastruktur von Nexxa — Compute, Netzwerk, Speicher und Bereitstellungssysteme — von Anfang bis Ende
• Entwerfen und Betreiben von CI/CD-Pipelines, die schnelle, sichere Iterationen über AI-, Daten- und Produktentwicklungsteams unterstützen
• Aufbauen und Pflegen von Infrastruktur als Code (z.B. Terraform, Pulumi) für reproduzierbare, prüfbare Umgebungen über Cloud- und On-Prem/Edge-Bereitstellungen
• Architektur und Verwaltung von Kubernetes-basierten Plattformen für Trainings-, Inferenz- und Anwendungsarbeitslasten, einschließlich GPU-Planung und Autoskalierung
• Zusammenarbeit mit Daten- und AI-Teams zur Unterstützung der Infrastruktur
• Definieren und Vorantreiben von Beobachtungspraktiken — Metriken, Protokollierung, Nachverfolgung und Alarmierung — über verteilte Systeme
• Einrichten und Durchsetzen von Zuverlässigkeitspraktiken: SLOs/SLIs, Vorfallreaktion, Nachbesprechungen und Bereitschaftsdienste
• Entwerfen für Sicherheit und Compliance über Cloud-Infrastruktur, Geheimnisverwaltung und Zugriffskontrolle, insbesondere relevant für industrielle und Legacy-Umgebungsintegrationen
• Pragmatische Abwägungen zwischen Kosten, Latenz, Zuverlässigkeit und Entwicklergeschwindigkeit treffen
• Zusammenarbeit mit der technischen Leitung zur Definition der Infrastruktur-Roadmap und Plattformstrategie
• Mentoring von Ingenieuren zu Best Practices in der Infrastruktur und Erhöhung des Standards für operationale Exzellenz in der gesamten Organisation

Erforderliche Qualifikationen:

• 6+ Jahre Erfahrung in DevOps, Site Reliability Engineering, Platform Engineering oder infrastrukturfokussierten Softwareentwicklungsrollen
• Tiefgehende praktische Erfahrung mit:
• Nachweisliche Erfolge beim Entwerfen und Betreiben von Beobachtungsstacks (z.B. Prometheus, Grafana, Datadog, OpenTelemetry)
• Erfahrung in der Unterstützung von ML/AI-Infrastruktur — Trainingscluster, Modellbereitstellung, Datenpipelines — ein großer Vorteil
• Ausgezeichnete Skript-/Programmierkenntnisse (Python, Go oder Bash) für Automatisierung und Werkzeuge
• Nachgewiesene Fähigkeit, Infrastrukturprojekte unabhängig von der Planung bis zur Produktionsbereitstellung zu steuern
• Starke Instinkte im Incident Management — Sie können ruhig durch einen Ausfall führen und auf die Ursachenanalyse hinarbeiten

Bevorzugte Qualifikationen:

• Erfahrung im Betrieb von Infrastruktur, die Cloud- und Edge/On-Prem-Umgebungen verbindet, insbesondere in industriellen oder Fertigungskontexten
• Vertrautheit mit Datenlager-/Lakehouse-Plattformen (Snowflake, BigQuery, Redshift, Databricks)
• Erfahrung mit Service Mesh, Zero-Trust-Netzwerken oder Compliance-Rahmenwerken, die für industrielle/kritische Infrastruktur relevant sind (z.B. SOC 2, IEC 62443)
• Erfahrung im Aufbau interner Entwicklerplattformen oder selbstbedienbarer Infrastrukturwerkzeuge
• Erfahrung im Skalieren von Infrastrukturteams oder Setzen technischer Richtungen auf Staff-Ebene

Was Erfolg aussieht:

• Sie können mehrdeutige, risikobehaftete Infrastrukturprobleme von Anfang bis Ende besitzen
• Die Systeme, die Sie bauen, bleiben zuverlässig, während Nutzung und Skalierung wachsen — Sie entwerfen für die nächste Größenordnung, nicht nur für heute
• Sie bringen starkes technisches Urteilsvermögen bei Abwägungen zwischen Zuverlässigkeit, Kosten und Geschwindigkeit mit
• Sie erhöhen den Standard für operationale Strenge und Ingenieurdiziplin im gesamten Team
• Sie helfen dabei, zu definieren, was als Nächstes für die Plattform kommt, und nicht nur das Bekannte auszuführen

Warum Sie sich Nexxa.ai anschließen sollten:

• Innovatives Umfeld: Spielen Sie eine entscheidende Rolle bei der Transformation schwerer Industrien durch bahnbrechende KI- und Automatisierungstechnologien
• Kollaborative Kultur: Seien Sie Teil eines Teams, das Innovation, Disziplin und kontinuierliche Verbesserung schätzt
• Berufliches Wachstum: Profitieren Sie von erheblichen Möglichkeiten zur beruflichen Entwicklung und Aufstieg
• Wettbewerbsfähige Vergütung: Genießen Sie ein umfassendes Gehalts- und Aktienpaket, das Ihre Expertise und Beiträge widerspiegelt

Wenn Sie leidenschaftlich daran interessiert sind, die Infrastruktur aufzubauen, die fortschrittliche KI-Lösungen in der realen Welt antreibt, würden wir uns freuen, von Ihnen zu hören.