Teamleitung Scientific Computing & AI/HPC-Infrastruktur(m/w/x)

Description

In dieser Rolle leitest du ein neues Team, das eine zukunftssichere KI- und Scientific-Computing-Infrastruktur aufbaut. Du entwickelst Strategien, evaluierst Technologien und stellst sicher, dass die wissenschaftlichen Abteilungen optimalen Zugang zu leistungsfähigen Rechenressourcen haben.

Requirements

• •Abgeschlossenes Hochschulstudium (Master) in Informatik, Ingenieurwissenschaften, Mathematik oder vergleichbar
• •Mehrjährige Erfahrung im Betrieb oder Management von HPC- oder AI-Compute-Infrastrukturen, idealerweise im wissenschaftlichen oder forschungsnahen Umfeld
• •Fundiertes Verständnis von KI-Workloads, GPU-Computing und verteiltem Training
• •Sehr gute Kenntnisse moderner HPC- und AI-Software-Stacks (z. B. Cluster-Scheduler, Containerisierung, CUDA, PyTorch/TensorFlow-Ökosystem)
• •Erfahrung mit Automatisierung und Infrastructure-as-Code (z.B. Ansible, Kubernetes, Slurm)
• •Erfahrung in der fachlichen und disziplinarischen Führung technischer Teams
• •Fähigkeit, komplexe technische Lösungen strategisch zu bewerten und in verständliche Entscheidungsgrundlagen zu überführen
• •Verständnis für die Anforderungen wissenschaftlicher Forschung und Freude an der Zusammenarbeit mit interdisziplinären Teams
• •Sehr gute Deutsch- und Englischkenntnisse

Tasks

• •Neues Team »Scientific Computing Infrastructure« aufbauen und leiten
• •Langfristigen Strategieplan für KI- und HPC-Infrastrukturen entwickeln
• •Neue Technologie-Trends evaluieren und konkrete Handlungsempfehlungen ableiten
• •Budgetplanung, Investitionsentscheidungen und Ressourcenmanagement verantworten
• •Größere Infrastrukturprojekte von der Konzeption bis zur Inbetriebnahme planen und steuern
• •Skalierbare GPU-Cluster für KI-Workloads konzipieren und aufbauen
• •High-Bandwidth-Storage-Systeme und Netzwerkarchitekturen designen und implementieren
• •Performanten, sicheren und effizienten Betrieb von Rechenressourcen sicherstellen
• •Automatisierte Bereitstellungs- und Betriebsprozesse für AI- und HPC-Workloads aufbauen und optimieren
• •Enge Zusammenarbeit mit wissenschaftlichen Abteilungen zur Erhebung und Umsetzung von Anforderungen im KI- und HPC-Bereich
• •Best Practices, Schulungskonzepte und Self-Service-Lösungen für Anwender:innen entwickeln
• •Technische Dokumentationen, Standards und Architekturdokumentationen erstellen

Tools & Technologies

Benefits