Quant DevOps Engineer

Der Quant DevOps Engineer besitzt und betreibt die Anwendungsengineering-Plattform, die Cloud-Infrastruktur und die Datenausführungsumgebung, auf die Anwendungs- und Modellierungsarbeitslasten angewiesen sind. Die Rolle ist verantwortlich für die End-to-End-Zuverlässigkeit, Skalierbarkeit, Sicherheit, Leistung und Kosteneffizienz der Plattform, die große, datengestützte und rechenintensive Arbeitslasten wie parallele Databricks-Cluster und Hochspeichersysteme unterstützt. Diese Position erfordert umfassende technische Expertise, starkes operatives Urteilsvermögen und die Fähigkeit, als zentrale technische Schnittstelle zwischen Engineering-Teams, IT-Betrieb, Sicherheit/SecOps und Datenbenutzern zu fungieren. Es handelt sich um eine Senior-Ownership-Rolle mit erheblichem Einfluss auf die Liefergeschwindigkeit, Plattformstabilität und Infrastrukturkosten.

Verantwortlichkeiten

• Plattform- und Infrastruktur-Eigentum
  • End-to-End-Eigentum und Verantwortlichkeit für die Anwendungs-Ausführungsplattform und Produktionsmodellläufe (Databricks, Server).
  • Tägliche operative Verantwortung: Verfügbarkeit, Vorfallbearbeitung, Laufzeitmanagement und Lieferkontinuität für geschäftskritische Läufe (einschließlich Spitzenzeiten wie das Jahresende).
  • Verwaltung der Azure-Cloud-Infrastruktur, einschließlich: Virtuelle Maschinen, Speicher, Identitäts- und Zugriffsmanagement (RBAC), Netzwerkomponenten wie Firewalls, Peering und Cross-Subscription-Konnektivität.
  • Führen Sie die Standardisierung mit zentralen Teams in Bezug auf Beobachtbarkeit, Sicherheitskontrollen, Plattformdienste und „goldene Pfade“ durch, während Sie die Lieferung am Laufen halten.
  • Sicherstellen der Plattformzuverlässigkeit, Skalierbarkeit und langfristigen Nachhaltigkeit.
• CI/CD & Automatisierung
  • Entwerfen, pflegen und kontinuierlich verbessern von CI/CD-Pipelines mit Azure DevOps und verwandten Tools.
  • Automatisierung mit Skripting und Build-Tools aufbauen und weiterentwickeln.
  • Optimieren der Pipeline-Leistung, Zuverlässigkeit und paralleler Ausführung zur Unterstützung großer Arbeitslasten.
• Container- und Laufzeitmanagement
  • Besitzen der Docker-Image-Erstellung, Lebenszyklusmanagement und Governance.
  • Optimieren von Build-Prozessen, Caching-Strategien und Containersicherheit.
  • Unterstützen von containerisierten Ausführungsumgebungen für rechenintensive Arbeitslasten und Dienste.
• Infrastructure as Code & Konfigurationsmanagement
  • Pflegen und Weiterentwickeln von Infrastructure as Code mit Terraform.
  • Betreiben und Verbessern von Konfigurationsmanagementsystemen (z.B. SaltStack).
  • Reduzieren von Konfigurationsdrift und Verbesserung der Reproduzierbarkeit über Umgebungen hinweg.
• Beobachtbarkeit, Sicherheit & Geheimnisse
  • Besitzen und betreiben von Beobachtungsplattformen (z.B. ELK, Prometheus, Grafana).
  • Sicherstellen, dass sinnvolle Metriken, Protokolle, Dashboards und Alarme vorhanden sind.
  • Verwalten von Geheimnissen und Plattform-Sicherheitswerkzeugen (z.B. Wiz, Snyk).
  • Eng mit Sicherheits- und SecOps-Teams an Kontrollen, Erkenntnissen und Verbesserungen zusammenarbeiten.
• Datenplattform & Kapazitätsplanung
  • Konfigurieren/Unterstützen der Databricks-Nutzung für Anwendungsarbeitslasten; Verwalten der workspace-spezifischen Konfiguration/Berechtigungen nach Delegation; Partnerschaft mit dem zentralen Databricks-Leiter für globale Verwaltung und Optimierung.
  • Unterstützen von großangelegten Daten- und Rechenarbeitslasten.
  • Leiten der Kapazitätsplanung für: Hochparallele Databricks-Cluster (z.B. bis zu ~10 × 80-Knoten-Cluster), speicherintensive Systeme (Multi-Terabyte-RAM), Datenpipelines, die Terabytes an Daten produzieren.
  • Gleichgewicht zwischen Leistung, Zuverlässigkeit und Kosten bei Plattformentscheidungen.
• Betrieb & Vorfallreaktion
  • Als seniorer Eskalationspunkt für Plattform- und Infrastrukturvorfälle fungieren.
  • An einer begrenzten Rufbereitschaft teilnehmen.
  • Vorfälle untersuchen und Behebung ausführen oder koordinieren.
  • Manuelle Eingriffe durchführen, wenn Automatisierung nicht ausreicht.
  • Nach-Vorfall-Überprüfungen und Plattformverbesserungen vorantreiben.
• Teamübergreifende & organisatorische Koordination
  • Als primärer technischer Kontakt für: IT-Betrieb, Sicherheit und SecOps, Architektur- und Governance-Gremien, Service-Management-Prozesse fungieren.
  • Koordinieren von plattformbezogenen Arbeiten über Teams hinweg.
  • Kundenorientierte technische Diskussionen zu Plattformfähigkeiten und -beschränkungen unterstützen.

Qualifikationen

• Erfahrung
  • Hintergrund in Versicherungen, Finanzen oder wissenschaftlichen / Hochleistungsrechnerumgebungen.
  • Starke Erfahrung im Bereich Plattform- oder DevOps-Engineering in Produktionsumgebungen.
  • Solide Expertise in Cloud-Infrastruktur, vorzugsweise Microsoft Azure.
  • Praktische Erfahrung mit CI/CD, Infrastructure as Code und Containerplattformen.
  • Nachweisliche Erfahrung im Betrieb von datenintensiven und rechenintensiven Systemen.
• Technische Kompetenzen
  • Starkes Troubleshooting- und operatives Denkvermögen.
  • Fähigkeit, konkurrierende Einschränkungen zu verwalten und auszubalancieren: Kosten, Leistung, Sicherheit, Zuverlässigkeit.
  • Tiefes Verständnis für Plattformstabilität, Skalierbarkeit und Automatisierung.
• Professionelle Kompetenzen
  • Autonomie auf Senior-Level und Entscheidungsfähigkeit.
  • Ownership-Mindset; verantwortlich für Ergebnisse statt für Aufgaben.
  • Fähigkeit, als vertrauenswürdige senior technische Schnittstelle über Teams hinweg zu agieren.