Systems Engineer IT-Operations // Remote möglich

• Du denkst und arbeitest nach DevOps-Prinzipien - Betrieb und Entwicklung sind für Dich kein Gegensatz
• Kubernetes und Git sind für Dich gesetzt, Linux ist Deine primäre Arbeitsumgebung - auf dem Server wie auf Deinem Notebook
• Beim Rest unseres Stacks kommt es weniger darauf an, was Du schon kennst, als darauf, dass Du dafür brennst und Lust hast, Dich einzuarbeiten
• Du schreibst Code, um Probleme zu lösen - idealerweise in Go, oder mit der Bereitschaft, es zu lernen
• Du hast Interesse daran, KI-Werkzeuge im Arbeitsalltag nutzbar zu machen - erste Erfahrung mit LLM-APIs, Agenten-Workflows, MCP oder Evaluierung von KI-Ergebnissen ist ein Plus
• Du arbeitest strukturiert, automatisierst wiederkehrende Aufgaben und hast einen hohen Qualitätsanspruch an Deine Arbeit
• Du kommunizierst sicher auf Deutsch und Englisch

Fashion und Lifestyle, 6.500 Mitarbeiter:innen, 13 Department Stores, Online-Shops in 13 Ländern, über 2.000 Marken, 25 Restaurants & Confiserien, 15 erstklassige Services, drei Friseur-Salons und stets ein besonderes Einkaufserlebnis - das ist Breuninger. Ein Traditionsunternehmen, das internationale Wege geht, seine Ziele klar definiert und innovative Möglichkeiten schafft., Dein neues Team - das sind wir: Wir arbeiten container-first und Infrastructure as Code, mit Kubernetes, Terraform und Ansible, GitLab als CI/CD-Umgebung, Prometheus für Observability und Linux als Fundament. Dazu kommen Virtualisierung (KubeVirt, VMware), Storage (NetApp, Ceph) und Identity Services mit Keycloak und Active Directory. Wo wir selbst entwickeln, ist Go unsere Sprache der Wahl. Open Source steckt bei uns in der DNA - nicht als Label, sondern als Arbeitsweise.

Das sind die Aufgaben des Teams. Niemand deckt das alleine ab - Du bringst Deinen Schwerpunkt mit und wächst in die anderen Themen hinein:

• Infrastrukturkomponenten, Plattformdienste und Automatisierungslösungen entwickeln und betreiben
• CI/CD-Umgebungen gestalten und Deployment-Prozesse stabil und sicher halten
• Systeme überwachen - Monitoring, Logging und Alerting
• Internes KI-Tooling betreiben und ein solides AI Development Harness aufbauen - von der Anbindung an Modelle und interne Datenquellen bis hin zur Frage, wie sich KI-gestützte Arbeit sinnvoll bewerten und weiterentwickeln lässt
• Kubernetes-Management, Infrastructure as Code, Virtualisierung, Storage, Identity Services und Plattformbetrieb