Hochschulen und Behörden und Verbände
Principal Kubernetes / GitOps Architect (Private Cloud & GPU) – 6/6 Pflichtabdeckung
Bonn, Deutschland100% RemoteFreiberuflichStart 4/2026Dauer 12 Monate100% Auslastung
Eingestellt von
Afuwebweare UG
Ansprechpartner
Lothar Hallay
Projekt-ID
2973404
Künstliche IntelligenzArchitekturAutomatisierungCloud ComputingContinuous IntegrationDevopsSteuerungInfrastrukturOpenstackLeistungssteigerungAnsibleSchreiben von DokumentationStandardisierungGitlab-CiKubernetesRancherTerraformVmware
Beschreibung
Start: 15.04.2026
Ende: 30.04.2027
Laufzeit: 225 PT (? 1.800 Stunden)
Projektsprache: Deutsch
Sie noch nie produktive GPU-Workloads betrieben haben
Sie kein Multi-Cluster-Enterprise-Setup verantwortet haben
Sie primär CI/CD-Engineer oder klassischer DevOps sind
Sie keine 3 belastbaren Referenzen seit 2023 vorweisen können
Diese Position richtet sich ausschließlich an Principal-/Staff-Level-Architekten mit nachweisbarer Enterprise-Erfahrung.
Architektur-Review, Standardisierung und Weiterentwicklung einer produktiven GitOps-basierten Kubernetes-Private-Cloud-Umgebung mit GPU-zentrierten ML/AI-Workloads.
Sie arbeiten eigenständig in einer komplexen, bereits produktiven Umgebung.
Es handelt sich nicht um Greenfield-Implementierung, sondern um Optimierung, Stabilisierung und Governance auf Architektenniveau.
Mehrere produktive Cluster
Dev/Test/Prod Separation
Lifecycle- und Upgrade-Strategien
Operative Verantwortung
2?? Rancher / RKE2 oder vergleichbarArchitektur- und Betriebserfahrung
Kein „nur genutzt“, sondern implementiert/migriert/verantwortet
3?? Infrastructure as Code (Advanced)Terraform für komplexe Infrastruktur
Ansible für Automatisierung
Nachweisbare IaC-Architekturverantwortung
4?? Echtes GitOpsArgoCD oder Flux (explizit)
GitLab CI/CD
Strukturierte GitOps-Architektur in produktiven Multi-Cluster-Umgebungen
5?? Private CloudVMware vCenter oder OpenStack oder KVM
Storage- und Netzwerkverständnis
HA-/DR-Konzepte
6?? GPU / ML-Workloads (Ausschlusskriterium)Nvidia GPU Operator
Run:AI oder vergleichbare Orchestrierung
Produktiver Betrieb von ML/AI-Inferencing auf Kubernetes
Es sind 3 vergleichbare Referenzprojekte seit 01.01.2023 einzureichen.
Diese müssen in Summe alle 6 Kompetenzbereiche abdecken.
Bitte bewerben Sie sich nicht, wenn:
GPU nur theoretisch vorhanden ist
GitOps nicht mit ArgoCD/Flux umgesetzt wurde
Private-Cloud-Erfahrung nur indirekt besteht
Unpräzise oder generische Projektbeschreibungen führen zum Ausschluss.
Incident-Handling in produktiven Enterprise-Umgebungen
Architektur-Dokumentation
Root-Cause-Analysen
Stabilitäts- und Performanceoptimierung
Fähigkeit, in komplexen Infrastrukturen schnell wirksam zu werden
Einzureichen:
Vollständiges CV an freelance%add%afuwebweare.de
3 Referenzprojekte seit 2023 mit klarer Technologiezuordnung
Angabe Stundensatz
Bestätigung der Verfügbarkeit 04/2026–04/2027
Nur vollständige Bewerbungen werden berücksichtigt.
Vielen Dank.