Deine Aufgabe

NVIDIA und die Deutsche Telekom entwickeln gemeinsam eine industrielle AI-Cloud für Europa. Diese AI-Fabrik in Deutschland wird 10.000 GPUs auf NVIDIA DGX B200-Systemen und RTX Pro Servern hosten. Als DevOps Engineer Professional (Principal) / AI Consultant Customer Facing Engineer begleitest du Unternehmenskunden durch Onboarding, Training und frühe Einführung der AI-Plattform. Deine Verantwortung umfasst das Verstehen von Kundenanforderungen, die Unterstützung beim Lösungsdesign, die Durchführung von Proofs of Concept (PoCs) und die Sicherstellung einer reibungslosen Integration von Kunden-Workloads (LLMs, GPU-Compute, AI-Pipelines). Du agierst als vertrauenswürdiger technischer Berater und hilfst Kunden, ihre GPU-Cluster und AI-Toolchains effizient zu nutzen.

In dieser Position begleitest du Kunden durch Onboarding, Training und frühe Implementierung modernster AI-Lösungen. Du arbeitest eng mit ihnen zusammen, um ihre technischen und geschäftlichen Anforderungen zu verstehen, unterstützt das Design maßgeschneiderter Architekturen und leitest Proofs of Concept, die den realen Mehrwert validieren. Du stellst die reibungslose Integration komplexer Workloads sicher – vom LLM-Deployment und der GPU-Compute-Optimierung bis hin zum Aufbau von End-to-End-AI/ML-Pipelines. Als vertrauenswürdiger technischer Berater befähigst du Kunden, ihre GPU-Cluster und AI-Toolchains effizient zu nutzen, Herausforderungen zu lösen und Best Practices zu übernehmen, die ihre AI-Journey beschleunigen.

Aufgaben

Beratung von Kunden zu allen technischen Aspekten rund um GPU-Infrastruktur, AI/ML-Modelltraining und Plattformnutzung
Leitung von Onboarding und Training, Mentoring von Kundenspezialisten zur optimalen Nutzung ihrer GPU-Cluster und AI-Umgebungen
Design und Implementierung von PoCs, einschließlich Umgebungssetup, Datenverarbeitungspipelines und Deployment-Workflows
Durchführung von Requirement Engineering, Übersetzung von Geschäftsanforderungen in technische Spezifikationen
Unterstützung von Kunden bei Performance-Optimierung, Troubleshooting, Fine-Tuning und Validierung gelieferter Lösungen
Agieren als zentraler technischer Ansprechpartner, Koordination funktionsübergreifender Teams in den Bereichen Infrastruktur, Netzwerk, Automatisierung, Sicherheit und AI-Services
Vorschlag und Entwicklung von Automatisierungskonzepten zur Verbesserung von Services, Prozessen und Betriebsmodellen
Sicherstellung, dass Best Practices in den Bereichen Zuverlässigkeit, Skalierbarkeit, verantwortungsvolle AI und Sicherheit über den gesamten Kundenlebenszyklus hinweg angewendet werden
Unterstützung bei Monitoring, Observability und Kapazitätsplanung für AI-Workloads und GPU-Auslastung