Solutions Architect

Das Unternehmen sucht einen erfahrenen Solutions Architect, der über umfassende Kenntnisse im Bereich Rechenzentrumsdesign, Netzwerkarchitektur, Systemarchitektur und Softwareinfrastruktur-Implementierungen verfügt. In dieser Rolle werden Sie Teil eines dynamischen Teams, das sich mit den neuesten Entwicklungen im Bereich der künstlichen Intelligenz beschäftigt. Ihre Hauptaufgabe wird es sein, als technische Schnittstelle zwischen dem Unternehmen, den Cloud-Partnern und den Endkunden zu agieren. Sie werden neue Systeme entwerfen, Proof-of-Concept-Demonstrationen durchführen und Beziehungen zu wichtigen technischen Führungskräften und Ingenieuren aufbauen, um beschleunigtes Rechnen und generative KI zu fördern. Dabei werden Sie regelmäßig mit Entwicklern, wissenschaftlichen Forschern, Datenwissenschaftlern und IT-Managern interagieren. Ihre Arbeit wird dazu beitragen, neue Geschäftsmöglichkeiten im Bereich der künstlichen Intelligenz zu schaffen und die Zusammenarbeit in diesem Bereich zu fördern. Sie werden auch als technischer Spezialist für GPU- und Netzwerkprodukte fungieren und eng mit Account Managern zusammenarbeiten, um Designgewinne zu sichern. Regelmäßige technische Kundenmeetings werden Teil Ihres Arbeitsalltags sein, um Projekt- und Produkt-Roadmaps zu besprechen und neue technologische Lösungen vorzustellen. Das Unternehmen bietet ein unterstützendes Arbeitsumfeld, das Vielfalt und Inklusion fördert und Ihnen die Möglichkeit gibt, Ihre Fähigkeiten in einem sich ständig weiterentwickelnden Bereich weiterzuentwickeln.

Der ideale Kandidat verfügt über einen Master- oder Doktortitel in Informatik, Elektrotechnik/Computertechnik, Physik, Mathematik oder einem anderen Ingenieurfeld sowie mindestens 5 Jahre Berufserfahrung oder Forschungserfahrung in den Grundlagen der Netzwerktechnologie, dem TCP/IP-Stack und Rechenzentrumsdesigns. Er oder sie sollte über mehr als 5 Jahre Erfahrung als Solutions Architect verfügen und die Motivation sowie die Fähigkeiten besitzen, den technischen Pre-Sales-Prozess voranzutreiben. Tiefgehende Kenntnisse im Bereich Rechenzentrumsengineering, insbesondere in den Bereichen Mechanik, Elektrik und Sanitär, sind erforderlich. Zudem sollten Sie über umfassende Kenntnisse in GPU-Systemen und Hochleistungsnetzwerken verfügen. Erfahrungen mit cloud-orchestrierenden Softwarelösungen und Job-Schedulern, einschließlich Plattformen wie Kubernetes und Docker Swarm, sind von Vorteil. Kenntnisse in DevOps/MLOps-Technologien sowie Erfahrungen mit Python-Programmierung und der Entwicklung von KI-Workflows wären wünschenswert. Persönliche Eigenschaften wie Teamfähigkeit, gute Kommunikationsfähigkeiten und eine analytische Denkweise runden das Profil ab.