Cloud & Reliability Engineer (m/w/d) - Fokus Machine Learning & Generative AI

Über uns

Wir sind über 15.000 Kolleginnen und Kollegen. Jeder von uns hat seinen individuellen Grund, bei der BARMER zu arbeiten – und jeder Grund ist uns wichtig. Aber eines haben wir alle gemeinsam: Wer hier arbeitet, setzt sich täglich für die Gesundheit von Millionen von Menschen ein: Weil wir helfen, gesünder zu leben, bei Krankheit die bestmögliche Versorgung sicherstellen und bei Vorsorge unterstützen.

In der verantwortungsvollen Position des Cloud & Reliability Engineers - Fokus Machine Learning & Generative AI tragen Sie dazu bei, dass moderne ML- und GenAI-Anwendungen sicher, stabil und skalierbar betrieben werden. Dabei gestalten Sie aktiv die technische Infrastruktur, etablieren MLOps-Praktiken für reproduzierbare Workflows und sichern den zuverlässigen Betrieb produktiver Systeme.

Im Umfeld Generative AI übernehmen Sie eine Schlüsselrolle beim Aufbau und Betrieb von RAG-Pipelines, Vektordatenbanken und LLM-Inference-Services. Darüber hinaus behalten Sie Qualität, Latenzen und Kosten stets im Blick und stellen damit die Stabilität, Effizienz und kontinuierliche Weiterentwicklung des gesamten ML-Lebenszyklus sicher.

Die ausgeschriebene Position kann wahlweise an einem unserer zentralen BARMER-Standorte ausgeübt werden: Berlin, Schwäbisch Gmünd, Wuppertal und noch ca. 30 weitere Standorte in Deutschland.  

Ihre Aufgaben

• Sie bauen Cloud-Infrastrukturen für Machine-Learning- und Generative-AI-Workloads mithilfe von Infrastructure-as-Code-Tools auf und betreiben diese zuverlässig.
• CI/CD-Pipelines für Modelle, Datenpipelines und Anwendungen werden von Ihnen entwickelt und gepflegt, um wiederholbare und stabile Deployments zu ermöglichen.
• MLOps-Praktiken wie Modellversionierung, Deployment-Strategien und Lifecycle-Management setzen Sie um und entwickeln sie kontinuierlich weiter.
• RAG-Pipelines, Vektordatenbanken und LLM-Inference-Services werden von Ihnen in Produktionsumgebungen betrieben, überwacht und skaliert.
• Sie implementieren umfassendes Monitoring für Kosten, Latenzen, Verfügbarkeit und Ressourcenauslastung mit Tools wie CloudWatch, Prometheus oder OpenTelemetry.
• Reliability-Standards wie Resilience-Testing, Incident Response und Security Hardening etablieren und pflegen Sie nachhaltig.

Ihr Profil

• Sie verfügen über ein abgeschlossenes Studium (BSc, MSc oder PhD) in Informatik, Data Science, Mathematik oder über eine vergleichbare Qualifikation mit relevanter Berufserfahrung.
• Ein fundiertes Verständnis zentraler AWS-Services für Machine Learning, Generative AI und Infrastruktur (z. B. SageMaker, Bedrock, Lambda, Batch, Step Functions, ECS/EKS) zeichnet Sie aus.
• Infrastructure-as-Code-Ansätze (z. B. Terraform, AWS CDK, Pulumi oder CloudFormation) wenden Sie sicher an und automatisieren damit Cloud-Deployments.
• In der Containerisierung und Orchestrierung mit Docker, Kubernetes/EKS und Helm bringen Sie solide Erfahrung mit.
• Sie besitzen praktische Kenntnisse im Aufbau und Betrieb von CI/CD-Pipelines sowie in der Umsetzung moderner MLOps-Praktiken inklusive Modellversionierung, Drift-Detection und Lifecycle-Management.
• Mit Observability- und Monitoring-Tools wie Prometheus, Grafana, OpenTelemetry, ELK oder CloudWatch sind Sie bestens vertraut und stellen damit Stabilität und Effizienz produktiver Systeme sicher.
• Sehr gute Programmierkenntnisse in Bash sowie ein gutes Verständnis von Reliability-, Security- und Cloud-Praktiken runden Ihr fachliches Profil ab.
• Sie haben sehr gute Deutschkenntnisse auf mindestens C1-Niveau

Unsere Benefits