Ingeniero DevOps Principal para Nube de IA Industrial

• Contar con más de 3 años de experiencia en el diseño y la entrega de sistemas basados en IaaS, PaaS y SaaS.
• Tener experiencia con infraestructura basada en GPU.
• Poseer conocimientos sólidos de tecnologías basadas en contenedores Kubernetes.
• Tener conocimientos expertos en lenguajes de scripting (Python/Bash).
• Poseer conocimientos expertos en herramientas de automatización y despliegues de automatización (Ansible/Salt-Stack/Terraform/Helm).
• Tener conocimientos expertos de CI/CD en un entorno Kubernetes y gestión de repositorios.
• Ser experto en automatización con Git (GitHub, GitLab) y herramientas de CI/CD como GitHub Actions o GitLab CI/CD.
• Tener una sólida experiencia con el sistema operativo Linux.
• Tener experiencia con herramientas de monitorización y visualización (Grafana, Prometheus,…)

• Hablar inglés en un nivel B2 (el alemán es una ventaja).

Otras habilidades:

• Buenas habilidades de comunicación, pensamiento analítico, cooperación en equipo, habilidades de presentación y habilidades de negociación.
• Gestión de proyectos: básico.
• Habilidades de liderazgo: básico.
• Gestión de la calidad: intermedio.

NVIDIA y Deutsche Telekom están desarrollando conjuntamente una nube de IA industrial para Europa. Esta fábrica de IA en Alemania albergará 10.000 GPUs a través de sistemas NVIDIA DGX B200 y servidores RTX Pro. Deutsche Telekom proporciona una infraestructura segura, soberana y rápida, que incluye centros de datos, operaciones, seguridad y soluciones de IA.
Como DevOps Engineer Principal, guiarás a los clientes empresariales en la incorporación, formación y adopción temprana de la plataforma de IA. Tu responsabilidad incluye comprender los requisitos de los clientes, apoyar el diseño de soluciones, ejecutar Pruebas de Concepto (PoCs) y garantizar la integración fluida de las cargas de trabajo de los clientes (LLMs, computación GPU, pipelines de IA). Actuarás como un asesor técnico de confianza, ayudando a los clientes a utilizar eficientemente sus clústeres de GPU y sus cadenas de herramientas de IA.

Buscamos un DevOps Engineer Principal que desempeñará un papel clave para ayudar a nuestros clientes empresariales a adoptar y escalar con éxito nuestra plataforma de IA. En este puesto, guiarás a los clientes durante la incorporación, la formación y la implementación en fase inicial de soluciones de IA de vanguardia. Trabajarás estrechamente con ellos para comprender sus necesidades técnicas y de negocio, apoyar el diseño de arquitecturas personalizadas y liderar Pruebas de Concepto que validen el valor en el mundo real. Garantizarás la integración fluida de cargas de trabajo complejas, desde el despliegue de LLM y la optimización de la computación GPU hasta la creación de pipelines de IA/ML de extremo a extremo. Como asesor técnico de confianza, potenciarás a los clientes para que utilicen sus clústeres de GPU y sus cadenas de herramientas de IA de forma eficiente, resuelvas problemas y adoptes las mejores prácticas que aceleren su trayectoria en la IA.

¿Qué harás?

• Asesorar a los clientes en todos los aspectos técnicos relacionados con la infraestructura de GPU y el uso de la plataforma.
• Liderar la incorporación y la formación, mentorizando a los especialistas de los clientes sobre el uso óptimo de sus clústeres de GPU y entornos de IA.
• Diseñar e implementar PoCs, incluyendo la configuración del entorno, los pipelines de procesamiento de datos y los flujos de trabajo de despliegue.
• Realizar la ingeniería de requisitos, traduciendo las necesidades de negocio en especificaciones técnicas.
• Asistir a los clientes con la optimización del rendimiento, la resolución de problemas, el ajuste fino (fine-tuning) y la validación de las soluciones entregadas.
• Actuar como el principal punto de contacto técnico, coordinando equipos multifuncionales en infraestructura, redes, automatización, seguridad y servicios de IA.
• Proponer y desarrollar conceptos de automatización para mejorar los servicios, los procesos y los modelos operativos.
• Garantizar que se apliquen las mejores prácticas en fiabilidad, escalabilidad y seguridad a lo largo de todo el ciclo de vida del cliente.
• Apoyar la monitorización, la observabilidad y la planificación de la capacidad para las cargas de trabajo de IA y la utilización de la GPU.