Stellenangebot: HPC-Systemadministrator – Infrastruktur & Betrieb (m/w/d) bei Eberhard Karls Universität Tübingen Personalverwaltung

Das Wichtigste im Überblick

Stelle ausschließlich für schwerbehinderte oder ihnen gleichgestellten Menschen

Besondere Merkmale

  • 65.000 €/Jahr
  • Homeoffice (bis zu 50 %)

Arbeitsort

Tübingen

Angebotsart

Arbeit

Anstellungsart

Vollzeit

Befristung

unbefristet

Beginn

ab sofort

Berufsbezeichnung

  • Systeminformatiker/in

Stellenbeschreibung

Über uns

Das ML-Cloud-Team konzipiert und betreibt eine Hochleistungsrecheninfrastruktur, die auf Machine-Learning-Workloads zugeschnitten ist. Unsere hochmodernen Systeme verteilen sich auf vier Rechenzentren und dienen dem Tübingen AI Center, dem Exzellenzcluster „Maschinelles Lernen: Neue Perspektiven für die Wissenschaft“ sowie dem Hertie-Institut. Täglich starten Forschende Tausende von Rechenjobs auf unseren Systemen, trainieren neuronale Netze und führen Experimente durch.

Ihre Chance

Unsere Cluster wachsen stetig – mehr GPUs, mehr Speicher und mehr Dienste. Wir suchen eine*n HPC-Systemadministrator*in, die/der Freude daran hat, Produktivinfrastruktur durchgängig zu betreiben: von Bare-Metal-Compute und dem Slurm-Scheduler über die Virtualisierungsschicht und die Storage-Backends bis hin zur Automatisierung. Sie sorgen dafür, dass unsere Systeme performant und zuverlässig arbeiten, erweitern sie mit wachsendem Bedarf und überführen manuelle Arbeitsschritte in reproduzierbare, codebasierte Abläufe, auf die sich das gesamte Team verlassen kann. Sie werden Teil eines motivierten Teams von HPC-Spezialist*innen, die gemeinsam Verantwortung für den gesamten Stack tragen, eng zusammenarbeiten und echten Gestaltungsspielraum dabei haben, wie unsere Infrastruktur aufgebaut und betrieben wird.

Ihre Aufgaben

  • Betrieb und Administration unserer HPC-Cluster in vier Rechenzentren, einschließlich Scheduler (SLURM), paralleler Dateisysteme und Beschleuniger, mit Sicherstellung hoher Verfügbarkeit und hohen Durchsatzes für Forschungs-Workloads
  • Provisionierung und Konfiguration heterogener Compute-, Storage- und Netzwerkknoten (z. B. imagebasierte Provisionierung, Node-Lifecycle)
  • Betrieb und Ausbau unserer Proxmox-Virtualisierungscluster für Management-Plane und Infrastrukturdienste (HA, Live-Migration, Backup)
  • Betrieb und Skalierung unserer Speicherplattformen: Ceph-Cluster für S3-kompatiblen Object Storage für Forschungsdaten, einschließlich Kapazitätsplanung, Tiering, Replikation und Backup
  • Automatisierung des Betriebs „as code“ mit Ansible und Git-basierten Workflows – Provisionierung, Konfiguration, Roll-outs und wiederkehrende Wartung
  • Aufbau und Betrieb von Monitoring, Logging und Alerting sowie Patchen, Härten und zuverlässiger Betrieb der Systeme in regelmäßigen Wartungsfenstern
  • Planung und Durchführung von Hardware-Roll-outs, Kapazitätserweiterungen und Migrationen gemeinsam mit Herstellern und Rechenzentrumspersonal
  • Unterstützung und Beratung der Nutzenden zur effizienten Clusternutzung (Job-Scheduling, Datenhandling, Speicherstruktur, Zugangsprozesse)

Ihr Profil

  • Studium der Informatik oder eines verwandten Fachs oder vergleichbare einschlägige Berufserfahrung
  • Fundierte Erfahrung in der Linux-Administration im Produktivbetrieb (RHEL/Rocky/Ubuntu)
  • Praktische HPC-Erfahrung: Slurm, parallele Dateisysteme (Weka, Lustre, Ceph), GPU-Workloads (Treiber/CUDA, DCGM, Fabric Manager, NVLink/NVSwitch, MIG) und Hochgeschwindigkeitsnetze (InfiniBand, 400G-Ethernet)
  • Fundierte Kenntnisse in Rechenzentrumsnetzwerken: Ethernet/IP (VLANs, Routing, Bonding/LACP), InfiniBand-Fabric-Management (Subnet Manager, Fabric-Diagnose) sowie Firewall-/VPN-Konfiguration
  • Erfahrung im Betrieb von Ceph und S3-kompatiblem Object Storage (z. B. RADOS Gateway) in großem Maßstab
  • Erfahrung mit Virtualisierung für Management-Plane und Infrastrukturdienste (Proxmox, einschließlich Clustering und Backup)
  • Ausgeprägte Automatisierungskenntnisse mit Ansible (Rollen, Inventories, CI-gesteuerte Roll-outs) sowie Skripting in Bash und Python
  • Praxiswissen in Systemhärtung, Identitäts- und Zugriffsmanagement sowie Backup und Recovery im täglichen Betrieb
  • Von Vorteil: Container (Apptainer/Singularity/Docker), Monitoring-Stacks (Prometheus/Grafana) oder Betrieb von Datenbanken und Diensten
  • Selbstständige, strukturierte Arbeitsweise und gute Kommunikationsfähigkeit auf Englisch; Deutschkenntnisse von Vorteil
  • Teamorientierung und Serviceorientierung gegenüber Nutzenden – Freude an der Unterstützung und Beratung von Forschenden

Wir bieten

  • Abwechslungsreiche, technisch anspruchsvolle Tätigkeit, die Spitzenforschung im maschinellen Lernen unmittelbar ermöglicht
  • Flexible Arbeitszeiten und die Möglichkeit teilweise von Zuhasue zu arbeiten
  • Arbeit in einem englischsprachigen, internationalen Team von HPC-Expert*innen
  • Fortbildungsmöglichkeiten, Konferenzteilnahmen und echten Einfluss auf unsere Roadmap

Interesse geweckt? Wir freuen uns auf Ihre Nachricht! 

Bitte wenden Sie sich an Simon Kreuzer unter ml-in-science@uni-tuebingen.de. Die Stelle ist ab sofort zu besetzen. Die Einstellung erfolgt durch die Zentrale Verwaltung der Universität Tübingen. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Die Universität Tübingen strebt eine Erhöhung des Frauenanteils in Forschung und Lehre an und bittet deshalb entsprechend qualifizierte Frauen nachdrücklich um ihre Bewerbung.

Arbeitsorte

Unternehmensdarstellung: Eberhard Karls Universität Tübingen Personalverwaltung

Informationen zur Bewerbung