Senior DevOps & Platform Engineer | Kubernetes, OpenStack, KI-/GPU-Infrastruktur

4/2024 – offen

Verantwortlich für Infrastruktur, Deployment-Workflows, Observability und Plattformzuverlässigkeit einer Plattform zur Kubernetes-Kostenanalyse.

- Kubernetes-Cluster deklarativ über die Cluster API (CAPI/CAPO) bereitgestellt und über den gesamten Lebenszyklus verwaltet: Erstellung, Versions-Upgrades, Skalierung, Node-Rotation.
- Infrastructure as Code von Terraform auf OpenTofu umgestellt und wiederverwendbare Module für OpenStack-Ressourcen entwickelt (Nova, Neutron, Cinder, Glance, Octavia).
- Ansible-Rollen mit der Collection openstack.cloud und dynamischem Inventory für Provisionierung, OS-Hardening und wiederholbare Konfigurations-Rollouts.
- GPU-Knoten in die Kubernetes-Cluster integriert und betrieben: NVIDIA-Device-Plugin, GPU-Scheduling, Node-Labeling, Kapazitätsplanung sowie Zuordnung der GPU-Kosten je Team, Namespace und Workload.
- LLM-Inferenz mit vLLM und llama.cpp produktiv bereitgestellt, ausgeliefert als versionierte Helm-Charts mit Modellverwaltung, Ressourcenlimits und Health-Checks.
- MLOps-Pipelines für Modell-Deployment und -Aktualisierung: versionierte Modellartefakte, automatisierte Rollouts über GitLab CI/CD und GitOps, definierte Rollback-Pfade, Monitoring von Latenz, Durchsatz und GPU-Speicherauslastung.
- RAG-basierten Wissensassistenten vollständig on-premises betrieben, sodass Dokumente und Anfragen die Kundeninfrastruktur nicht verlassen.
- CI/CD-Automatisierung, Observability mit Prometheus, Grafana und Loki, Right-Sizing und Kostenzuordnung je Team, Namespace und Workload.

DevOps, MLOps, Docker, Python, Ansible, Kubernetes, Red Hat Enterprise Linux (RHEL)

4/2023 – 4/2024

Betrieb und Optimierung containerisierter Workloads auf der STACKIT Kubernetes Engine (SKE) sowie auf der OpenStack-basierten IaaS-Ebene von STACKIT.

- Linux-basierte Workloads auf SKE-Clustern betrieben und optimiert – hohe Verfügbarkeit, effiziente Ressourcennutzung, geringe Latenz.
- Cluster-Lebenszyklus über die Cluster API verwaltet: Bereitstellung, Versions-Upgrades, Skalierung und Node-Rotation.
- Mit der OpenStack-IaaS-Ebene gearbeitet: Compute-Instanzen, private Netze und Router, Security Groups, Floating IPs, Block- und Object-Storage über OpenStack-APIs, CLI und Horizon.
- Infrastruktur deklarativ mit Terraform/OpenTofu und Ansible bereitgestellt und konfiguriert.
- End-to-End-Observability mit STACKIT Observability, Grafana-Dashboards und OpenTelemetry-kompatibler Datenerfassung implementiert.
- Zentralisierte Monitoring- und Logging-Pipelines für Systemlogs, journald und Anwendungstelemetrie aufgebaut und in Grafana korreliert.
- CI/CD-Zuverlässigkeit und Deployment-Geschwindigkeit über GitLab CI und Jenkins verbessert.
- Linux-Performance-Engpässe analysiert und behoben: CPU-Starvation, Memory-Leaks, Container-Throttling.

DevOps, Docker, Red Hat Enterprise Linux (RHEL), Ansible, Kubernetes, Openshift

6/2017 – 9/2021

Aufbau und Betrieb der Linux- und OpenStack-Infrastruktur hinter der E-Commerce-Plattform sowie der zugehörigen CI/CD- und Monitoring-Landschaft.

- Linux-Infrastruktur auf OpenStack bereitgestellt und betrieben: Keystone-Projekte und Quotas, Nova-Instanzen und Flavors, Neutron-Netze, Router, Security Groups und Floating IPs, Cinder-Volumes, Glance-Images.
- Ressourcenbereitstellung über die OpenStack-APIs mit SaltStack, Ansible und Puppet automatisiert und Compliance durchgesetzt.
- CI/CD-Deployment-Pipelines mit Git, Bamboo, Artifactory, Docker und Kubernetes aufgebaut und gepflegt.
- SaltStack-Formeln für Konfigurationsmanagement und Drift-Korrektur der Linux-Infrastruktur erstellt und gepflegt.
- Eigene Ruby-Plugins für das Monitoring-System Sensu entwickelt und mit Redis, Elasticsearch und InfluxDB integriert.
- Interne Plattformdienste betrieben: Graylog, Sensu, Artifactory, Kafka und Bamboo, angebunden an Elasticsearch, Prometheus und Grafana.
- Linux-Systeme auf Performance und Zuverlässigkeit optimiert: systemd-Dienste, Journal-Logging, Kernelparameter, Ressourcenanalyse.

DevOps, Docker, Red Hat Enterprise Linux (RHEL), Ansible, Puppet, Kubernetes