Azure DevOps Engineer mit Fokus auf Azure AI

Unser Kunde ist ein privatwirtschaftlich organisierter Energie-Verteilnetzbetreiber mit Sitz in Hamburg, der sich aktiv an der Energiewende beteiligt. In der Rolle des Azure DevOps Engineers mit Schwerpunkt auf Azure AI gestalten Sie die Zukunft der Energieversorgung mit. Ihre Hauptaufgaben umfassen den Aufbau, die Weiterentwicklung und den Betrieb von Azure Plattform- und AI-Lösungen, die als Grundlage für innovative digitale und KI-Anwendungen dienen. Sie sind verantwortlich für die Definition und Gestaltung der Azure Zielarchitektur sowie der Governance- und Securitystrukturen, um eine sichere, wirtschaftliche und skalierbare Azure Plattform zu gewährleisten. Zudem konzipieren Sie eine zentrale Kostensteuerung für die Azure Plattform, um die Nutzung und Wirtschaftlichkeit der Ressourcen transparent zu machen. Sie entwickeln und optimieren standardisierte CI/CD-Pipelines sowie Infrastructure as Code Komponenten mit Terraform und unterstützen die IT-Plattform- und Projektteams bei der Umsetzung von Azure AI Use Cases. Dabei stellen Sie den sicheren Betrieb von Azure AI Services sicher und entwickeln die Plattform gemäß fachlicher Anforderungen und technischer Best Practices weiter. In einem dynamischen Team haben Sie die Möglichkeit, aktiv an der Umsetzung der KI-Roadmap mitzuwirken und Ihre Ideen einzubringen.

Der ideale Kandidat hat ein abgeschlossenes Studium in Informatik, Data Science, Mathematik oder eine vergleichbare Qualifikation und bringt relevante Berufserfahrung im Azure Umfeld mit. Sie sollten umfassende Kenntnisse in Microsoft Azure DevOps, Git, Terraform, Entra ID, Key Vault, Private Endpoints, Networking, Landing Zones und Monitoring besitzen. Fundierte Erfahrung in der Konzeption, Entwicklung und Pflege von Infrastructure as Code Projekten zur Bereitstellung von Azure Ressourcen ist erforderlich. Zudem sollten Sie nachweisbare Praxiserfahrung mit dem Microsoft Azure AI Stack, insbesondere mit Azure OpenAI, AI Foundry, Cognitive Services und AI Search haben. Eine strukturierte, planerische und konzeptionelle Arbeitsweise sowie die Fähigkeit, Lösungen pragmatisch im operativen Betrieb umzusetzen, sind wichtig. Selbstständiges Arbeiten, ausgeprägte Teamfähigkeit und eine klare Kommunikation sind ebenfalls unerlässlich. Idealerweise bringen Sie zusätzlich Kenntnisse im Einsatz von Language Models und RAG-Architekturen mit oder sind bereit, sich in diese Themen einzuarbeiten.