DevOps Engineer – Plattform-Automatisierung & KI-Workflows (m/w/d)

Am Institut für Digitale Medizin und Klinische Datenwissenschaften ist ab sofort eine Stelle als DevOps Engineer - Plattform-Automatisierung & KI-Workflows (m/w/d) (E 11 TV-G-U) in Vollzeit befristet bis zum 31.12.2028 zu besetzen mit Option auf Verlängerung. Die Eingruppierung erfolgt nach den Tätigkeitsmerkmalen des für die Goethe-Universität geltenden Tarifvertrages.

Über uns

Das Institut für Digitale Medizin und Klinische Datenwissenschaften (IDMKD) (Direktor: Prof. Dr. J. Janne Vehreschild) verbindet Forschung mit moderner Arbeitskultur: flexible und hybride Arbeitszeiten, Entscheidungen auf Augenhöhe und eine offene Lern- und Fehlerkultur - einen Kicker haben wir (noch) nicht, dafür einen Random-Channel auf unserem eigenen Matrix-Server. Gemeinsam übernehmen wir Schlüsselaufgaben in großen nationalen und europäischen Konsortien rund um unsere drei Kernbereiche: Translationale Studien & Analytik, Forschungsökosysteme und Digitale Anwendungen & Plattformen.
Worum es geht:
Für unseren Kernbereich Digitale Anwendungen & Plattformen suchen wir eine:n DevOps Engineer, die/der die Automatisierung unserer souveränen, selbst gehosteten Forschungsplattform verantwortet und darauf die KI-Workflows der Plattform aufbaut.

Deine Aufgaben

• Automatisierung unserer selbst gehosteten Forschungsplattform: Deployment und Konfiguration (Ansible), CI/CD, Container-Orchestrierung (Podman/Docker/Kubernetes) und Provisionierung der Server- und Basisdienste
• Entwicklung der KI-Workflows der Plattform auf dieser Grundlage: RAG-gestützte Suche, agentische Assistenten und LLM-gestützte Automatisierung; Anbindung universitärer Inferenz-Plattformen
• Betrieb, Entwicklung und Erprobung eigener KI-Inferenz-Umgebungen
• Technische Umsetzung von IT-Sicherheits- und Souveränitätsanforderungen: lokale Modelle, Datensouveränität, Automatisierung ohne Cloud-Abhängigkeit und Kapazitätsplanung (GPU, Speicher, Rechenzeit)
• Entwicklung und Pflege von Backend-Services, APIs sowie Automatisierungs- und Integrationsskripten
• Betrieb, Monitoring, Change Management und Fehleranalyse der Anwendungen im Produktivbetrieb
• Verantwortung für einen eigenen Themenbereich und zugewiesene Komponenten (Ziele, Qualität, Betriebsfähigkeit, Übergebbarkeit)
• Technischer Support (First bis Third Level) für die Portale und Anwendungen des Instituts
• Produktiver, risikobewusster Einsatz KI-gestützter Entwicklungswerkzeuge