AI Platform Engineer als Wissenschaftliche*r Mitarbeiter*in (E 13 TV-L)

Wissen schaffen. Sinnvolles tun. Zukunft mitgestalten. Dafür steht die Universität Münster - eine der forschungsstärksten Hochschulen Deutschlands und eine der größten Arbeitgeberinnen der Region. Über 7.000 Beschäftigte engagieren sich täglich für internationale Spitzenforschung und exzellente Lehre. Was uns verbindet, ist mehr als ein Arbeitsplatz: Es ist der Anspruch, gemeinsam etwas zu bewirken - regional und international. Vielfalt, Offenheit und Freiraum für eigene Ideen prägen unseren Alltag. Angeboten wird eine bis zum 31.08.2029 befristete Vollzeitstelle. Die wöchentliche Arbeitszeit beträgt zurzeit 39 Stunden und 50 Minuten.

Die Stelle ist angesiedelt im länderübergreifenden Projekt COSAI – Collaboration on Sovereign and efficient AI-Infrastructure. Ziel des Projekts ist der Aufbau einer länderübergreifend nutzbaren, souveränen KI-Infrastruktur, mit der Large Language Models (LLMs) und weitere KI-Modelle und -Dienste (z. B. für Audio, Bild, Zeitrei hen) für Forschung, Lehre und Verwaltung sicher, effizient und datenschutzkonform betrieben werden können. Vorhandene Kubernetes-Cluster, Kubernetes-as-a-Service-Instanzen (KaaS) und HPC-Systeme werden dazu über einheitliche, OpenAI-kompatible Schnittstellen zu einer föderierten, resilienten Architektur verbunden, sodass Modelle und Rechenkapazitäten standortübergreifend verfügbar sind.

Ihre Aufgaben:

• Konzeption, Aufbau und Betrieb GPU-fähiger Kubernetes-/KaaS-Umgebungen für KI-Inferenz Workloads inklusive Bewertung von Performance, Isolation und Betriebsaufwand
• Entwicklung und Betrieb einer skalierbaren Inferenz-Plattform mit Autoscaling- und Scale-to Zero-Mechanismen sowie Caching-Strategien für Modellgewichte zur Minimierung von Kaltstartzeiten
• Evaluation, Bereitstellung und Betrieb von Open-Source-Inferenz- und KI-Diensten (z. B. vLLM, Triton, Vektordatenbanken, RAG-Backends, MCP-Services)
• Erstellung und Pflege standardisierter Deployment-Artefakte: Helm-Charts und Container Images für heterogene Kubernetes- und HPC-Umgebungen, inkl. Lifecycle-Management
• Aufbau und Weiterentwicklung von CI- und GitOps-Workflows zur automatisierten Image-Erstellung, Tests, Security-Updates und kontrolliertem Rollout an mehreren Standorten
• Mitarbeit an der Anbindung der Münsteraner Ressourcen an die föderierte, länderübergreifende Architektur (OpenAI-kompatible APIs, AI-Gateways/Proxy-Hierarchie, Modell-Routing) sowie an die föderierte Authentifizierung (DFN-AAI/eduGAIN, IDM.nrw)
• Mitwirkung am Aufbau und Betrieb der mandantenfähigen Observability-Plattform (Prometheus, Grafana, Loki, Tempo, Mimir) inkl. sicherheitsorientierter Werkzeuge
• Erstellung von Blueprints, Best Practices, Deployment-Skripten und Dokumentation, damit weitere Standorte die Architektur reproduzieren und anbinden können
• Betrieb, Monitoring, Incident- und Problem-Management der bereitgestellten Services
• Enge Abstimmung mit den Projektpartnern in NRW, Baden-Württemberg und Bayern sowie mit Datenschutz und IT-Sicherheit; Mitwirkung an Betriebskonzepten und an der Umsetzung von Anforderungen nach BSI IT-Grundschutz
• Mitarbeit in Projektgremien, an Sachberichten und an der Präsentation der Ergebnisse in Workshops

Unsere Erwartungen:

• Abgeschlossenes wissenschaftliches Hochschulstudium (Diplom oder Master) in einem der MINT-Fächer oder Wirtschaftsinformatik
• Gute Linux-Kenntnisse (Administration, Shell-Scripting, Automatisierung, insb. Installation von Anwendungen) werden vorausgesetzt
• Gute Kenntnisse in mindestens einer Programmiersprache (z. B. Python), sowie sichere Anwendung von Git werden erwartet
• Gute bis sehr gute Deutschkenntnisse in Wort und Schrift (mind. Niveau B2) zur Kommunikation innerhalb der Universität sowie zur Erstellung und Bearbeitung deutschsprachiger Dokumentationen
• Gute bis sehr gute Englischkenntnisse in Wort und Schrift (mind. Niveau B2) zur Kommunikation und Zusammenarbeit mit internationalen Projektpartnern sowie zur Erstellung und Bearbeitung englischsprachiger wissenschaftlicher und technischer Dokumentationen

Darüber hinaus sind folgende Kenntnisse wünschenswert:

• Erfahrung mit dem Betrieb oder der Nutzung von LLM-Inferenz-Stacks (z. B. vLLM, Ollama, Triton) sowie mit KI-/ML-Frameworks (PyTorch, Hugging Face)
• Kenntnisse in Containerisierung und Build-Prozessen, sowie Erfahrung mit CI/CD Pipelines
• Kenntnisse in der Nutzung von Kubernetes
• Fähigkeit, Anforderungen mit wissenschaftlichen Nutzergruppen strukturiert aufzunehmen und in stabile, wartbare Services zu überführen
• Teamorientierte, service- und lösungsorientierte Arbeitsweise

Ihr Gewinn:

Wertschätzung, Verbindlichkeit, Offenheit und Respekt – das sind Werte, die uns wichtig sind. Mit einer großen Anzahl an unterschiedlichsten Arbeitszeitmodellen ermöglichen wir Ihnen flexibles Arbeiten – auch von Zuhause aus. Ob Pflege oder Kinderbetreuung - unser Servicebüro Familie bietet Ihnen konkrete Unterstützungsangebote, damit Sie Privates und Berufliches unter einen Hut bekommen. Ihre individuelle, passgenaue Fort- und Weiterbildung ist uns als Bildungseinrichtung nicht nur wichtig, sondern eine Herzensangelegenheit. Von Aikido bis Zumba - unsere Sport- und Gesundheitsangebote von A - Z sorgen für Ihre Work-Life-Balance. Sie profitieren von zahlreichen Benefits des öffentlichen Dienstes wie z. B. einer attraktiven betrieblichen Altersvorsorge VBL, einer Jahressonderzahlung und einem Arbeitsplatz, der kaum von wirtschaftlichen Schwankungen abhängig ist.

Die Universität Münster setzt sich für Chancengerechtigkeit und Vielfalt ein. Wir begrüßen alle Bewerbungen unabhängig von Geschlecht, Nationalität, ethnischer oder sozialer Herkunft, der Religion oder Weltanschauung, Beeinträchtigung, Alter sowie sexueller Orientierung oder Identität. Eine familiengerechte Gestaltung der Arbeitsbedingungen ist uns ein selbstverständliches Anliegen. Eine Stellenbesetzung in Teilzeit ist grundsätzlich möglich. Bewerbungen von Frauen sind ausdrücklich erwünscht. Frauen werden bei gleicher Eignung, Befähigung, und fachlicher Leistung bevorzugt berücksichtigt, sofern nicht in der Person eines Mitbewerbers liegende Gründe überwiegen. Perfektion ist selten zu finden, und das ist vollkommen in Ordnung. Sollten Sie also nicht sämtliche Kriterien zu 100 % erfüllen, aber dennoch motiviert für diese Position sind, dann heißen wir Sie herzlich willkommen!

Bei Fragen vorab wenden Sie gerne an unsere zuständige Personalreferentin: Frau Janne Gissel CIT E-Mail: it.hr@uni-muenster.de Ausschreibungskennziffer bei Rückfragen: 2606051W / 2026_08_26