Werkstudent AiOps Engineer (w/m/d)

Das ist der Job

Ihre Aufgaben Mitarbeit beim Aufbau einer Private-AI-/On-Prem-KI-Umgebung (GPU-Server, Containerisierung, Deployment-Standards, Zugriffsmodelle). Hands-on-Arbeit an einer Private AI Plattform (GPU-Hardware, echte Produktionsnähe). Mentoring, klare Aufgabenpakete und die Möglichkeit, Ergebnisse sichtbar in Managed Services zu verankern.

Das brauchst du

Erstellung von Technik-Dokumentation , Lessons Learned und Vorschlägen für sichere Governance (Datenklassifizierung, Auditfähigkeit, Nachvollziehbarkeit). Interesse an Monitoring/Operations (z. Events, Logs, Metriken) und an zuverlässigen Systemen. Kenntnisse in Observability/Monitoring (z.

Unser Pool an Wissen und Menschen wird stetig erweitert durch den Zuwachs von jungen und motivierten Mitarbeitern aus den Bereichen Naturwissenschaften, Technik und Finanzen.

Darum lohnt es sich

Entwicklung erster AIOps-Use-Cases : z. Sorgfältige, strukturierte Arbeitsweise – Compliance/Datenschutz ist bei uns kein Extra, sondern Standard. Zu Deiner Ausstattung gehört unter anderem ein nagelneues Macbook Pro, ein iPhone und ein moderner Arbeitsplatz im Ausbildungszentrum in Ohlstadt und im qHive in München.

Über uns Die qbees sind ein in 2020 von IT-Spezialisten und Führungskräften gegründetes Unternehmen mit Fokus auf das digitale und regulierte Wertpapier- und Investmentbankgeschäft.

Unser Spektrum reicht von der Entwicklung von Finanz-Software, über Managed-Services für Rechenzentren und Cloud sowie Beratungsdienstleistungen für die regulierte IT. Evaluierung und Prototyping von lokaler Inference (z. LLMs/Embeddings) inkl. Dokumentation und Betriebskonzept (Runbooks/SoPs).

Alarm-Korrelation, Log-Analyse, Anomalie-Erkennung, Ticket-Zusammenfassungen, Wissenssuche/RAG auf internen Dokus. Integration in bestehende Toolchains (z. Monitoring/Alerting, GitLab, Automatisierung) und Mitarbeit an CI/CD-Standards.

Ihr Profil Studium (Informatik, IT-Security, Data/AI, Software Engineering o. ä.) und Lust auf Infrastruktur + Automatisierung. Solide Grundlagen in Linux , Netzwerken und Scripting ( Python oder Bash). Verständnis für Container/Deployments (Docker, idealerweise Kubernetes) und sauberes Arbeiten mit Git.

Nice to have Erste Berührung mit LLM-Inference lokal (z. B. vLLM, llama.cpp, Ollama) oder ML-Tooling. Erfahrung mit Automatisierung/IaC (Ansible, Terraform) oder CI/CD (GitLab Pipelines). Zabbix, Elastic/Opensearch, Loki, Grafana) oder Security-Stack (SIEM/EDR). Grundwissen zu RAG/Embeddings und Vektorsuche (z. B. pgvector, OpenSearch/Vector).

Warum wir? Ein Umfeld, in dem Sauberkeit, Dokumentation und Stabilität zählen – ideal zum Lernen von „echtem Betrieb“. Flexible Werkstudentenzeiten (typisch 10–20h/Woche) und planbare Prüfungsphasen. Alle Mitarbeiter der qbees zeichnen sich durch ein hohes bankfachliches Know-How, agile Methoden sowie eine umfassende technologische Expertise aus.

Neue frische Ideen und Ansätze, statt "vor 20 Jahren haben wir das aber so gemacht".

Genau das realisieren wir im Rahmen unserer qCademy Mit unseren individuellen Leistungen bieten wir innovative und nachhaltige Lösungen für die Herausforderungen der regulierten und technologieorientierten Finanzbranche – und das umsetzungsstark und verdammt schnell. Was immer auch ins Wanken gerät: Auf die qbees ist Verlass.