Pul liEinsatzort: Zürich, 1-2 Tage/W Home Office /li liVertrag: temporäre Anstellung bei Swisslinx /li /ul h3Job description /h3 h3Ihre Aufgaben /h3 ul liEntwicklung und Pflege von Continuous Integration / Continuous Deployment (CI/CD)-Pipelines für Code, Daten und Modellbereitstellungen. /li liAutomatisierung von Build-, Test- und Release-Prozessen für GenAI-Anwendungen, um häufige und zuverlässige Releases in Entwicklungs-, Test- und Produktionsumgebungen sicherzustellen. /li liBereitstellung und Verwaltung von Cloud-Ressourcen wie Recheninstanzen, Containern, Datenbanken und Netzwerken mithilfe von Infrastructure-as-Code-Tools (z. B. Terraform, CloudFormation). /li liImplementierung von Mechanismen zur Qualitätssicherung (z. B. automatisierte Tests, Validierung von Modellen und Datenintegrität) innerhalb der CI/CD-Pipelines. Sicherstellung einer sicheren, zuverlässigen und effizienten Kommunikation zwischen Ressourcen, (Konfiguration von Netzwerken, Firewalls und Zugriffskontrollen) /li liOptimierung der Infrastruktur für die Anforderungen von KI-Workloads, einschliesslich hoher Verfügbarkeit und elastischer Skalierung. /li liÜberwachung der Systemleistung, Betriebszeit und Protokolle, um Probleme frühzeitig zu erkennen und zu beheben. /li liImplementierung von Mechanismen für das Monitoring und die Alarmierung (z. B. Prometheus, Grafana), um die Stabilität und Effizienz der Plattform zu gewährleisten /li liEnge Zusammenarbeit mit Data Scientists, Entwicklern und Solution Architects, um technische Anforderungen zu verstehen und umzusetzen. Unterstützung von Teams durch Schulungen und Workshops zu Themen wie Cloud-Infrastruktur, CI/CD-Prozesse und MLOps. /li /ul h3Ihre Erfahrung und Qualifikation /h3 ul li5+ Jahre Erfahrung mit DevOps-Toolchains (z. B. Git, Docker, Terraform), um alle Prozesse zu automatisieren – von Modelltrainings-Workflows bis hin zu Anwendungsbereitstellungen. /li liVertrautheit mit MLOps-Techniken für die kontinuierliche Integration und Bereitstellung von Modellen (Continuous Model Integration Deployment). /li liErfahrung in der Implementierung von automatisierten Tests und Validierungen für Datenpipelines, Modelle und Anwendungen. /li liTiefgehendes Wissen über Cloud-Dienste auf Azure, einschliesslich virtueller Maschinen (VMs), Container, serverloser Dienste (Serverless), Speicherlösungen und virtueller Netzwerke (VPC/VNet). /li liSehr gute Kenntnisse in Infrastructure as Code zu skripten und zu verwalten, z. B. mit Terraform, ARM (Azure Resource Manager) oder ähnlichen Tools. /li liKenntnisse im Bereich DevOps, inklusive Monitoring-Tools (z. B. Prometheus, Grafana, Azure Monitor), Logging-Systemen und Alarmierung, um eine hohe Verfügbarkeit sicherzustellen. /li liErfahrung in der Leistungsoptimierung (Performance Tuning) und Kapazitätsplanung, um die Stabilität und Effizienz der Plattform zu gewährleisten. /li liGutes Verständnis der Funktionsweise von generativen KI-Lösungen (z. B. Modelle wie GPT, DALL-E), einschliesslich ihrer Anforderungen an Infrastruktur, Datenverarbeitung und Bereitstellung. /li liFähigkeit, eng mit interdisziplinären Teams wie Data Scientists, Entwicklern und Solution Architects zusammenzuarbeiten, um technische Anforderungen zu verstehen und umzusetzen /li liFliessende Englischkenntnisse (C1) und gute Deutschkenntnis (B2) /li /ul /p #J-18808-Ljbffr