Senior AI Platform Engineer (all genders)

• Ausbildung & Erfahrung: Du verfügst über ein abgeschlossenes Studium in Informatik, Software Engineering, IT-Systemtechnik oder einem vergleichbaren technischen Fachgebiet und mindestens 5 Jahre Erfahrung im Aufbau und Betrieb produktiver Cloud- oder AI-Plattformen im Enterprise-Umfeld.
• Fachwissen in Plattformarchitekturen: Du verstehst Containerisierung, Cluster-Architekturen, Skalierungsmechanismen und serviceorientierte Integrationsmuster tiefgehend.
• Tech-Stack anwenden: Du arbeitest souverän mit Kubernetes, Terraform oder Pulumi, CI/CD-Toolchains und mindestens einer Hyperscaler-Cloud wie AWS, Azure oder GCP.
• strukturierte Arbeitsweise: Du denkst plattformorientiert, standardisierend und mit klarem Fokus auf Skalierbarkeit, Sicherheit und Wiederverwendbarkeit.
• Sprachkenntnisse: Du kommunizierst mündlich als auch schriftlich sicher und professionell auf Deutsch und Englisch.

Unser Versprechen: Du wirst dich bei uns wohlfühlen! Kollegial, familiär und auf Augenhöhe - wir leben Austausch, Teamgeist und einen respektvollen Umgang miteinander. Diversität und verschiedene Blickwinkel werden bei uns genauso geschätzt wie du als Mensch. Das und viel mehr steht für unser ganz besonderes Wir-Gefühl. Für das es sogar ein Wort gibt: adessi.

Wir gehören zu den Top-Adressen in der IT-Welt und fokussieren uns auf die Optimierung der Kerngeschäftsprozesse unserer Kunden. Durch den smarten Einsatz maßgeschneiderter IT-Lösungen unterstützen wir unsere Kunden dabei, das Beste aus ihrem Business und aktuellen Technologien herauszuholen. Unseren Erfolg aber erreichen wir nur durch eins: die Menschen bei adesso! Sie bringen Ideen, fachliches Know how und Technologien zusammen. Gemeinsam programmieren wir (deine) Zukunft bei adesso. DEINE ROLLE * Enterprise-AI-Architektur betreiben: Du entwickelst und betreibst skalierbare Plattformarchitekturen für ML-, LLM- und agentische Workloads im Enterprise-Kontext. * Infrastruktur automatisieren: Du implementierst Infrastructure-as-Code-Konzepte für reproduzierbare AI-Umgebungen über mehrere Stages hinweg. * AI-Workloads orchestrieren: Du betreibst containerisierte Trainings-, Inferenz- und MCP-Server-Workloads auf Kubernetes- oder Cloud-nativen Plattformen. * Sicherheits- und Zugriffskonzepte umsetzen: Du implementierst IAM-, Secrets-Management-, Netzwerk- und Mandantenfähigkeitskonzepte auf Plattformebene. * Self-Service ermöglichen: Du stellst standardisierte Laufzeitumgebungen und Schnittstellen bereit, die von Data-, ML- und GenAI-Teams effizient genutzt werden können.