Zürich
Senior Storage & Dateningenieur
- 23 Juli 2026
- 80 – 100%
- Festanstellung
Über den Job
Senior Storage & Dateningenieur
Das Schweizerische Nationales Supercomputing-Zentrum (CSCS) entwickelt und betreibt eine Hochleistungsrechner- und Datenforschungsinfrastruktur, die erstklassige Wissenschaft in der Schweiz unterstützt. Sein Nutzerlabor steht inländischen und internationalen Forschern aus Wissenschaft, Industrie und Wirtschaft zur Verfügung. Das Zentrum wird von der ETH Zürich betrieben und hat Büros in seinem Rechenzentrum in Lugano sowie in Zürich.
Für diese Position ist der Arbeitsort entweder Lugano oder Zürich. Der Vertrag ist auf zwei Jahre befristet.
Projekt-Hintergrund
Petabytes zu speichern ist der einfache Teil. Der schwierige Teil ist alles zwischen dem Moment, in dem Daten auf der Festplatte landen, und dem Moment, in dem ein Forscher – oder ein Trainingsjob – ihnen tatsächlich vertrauen, sie finden und nutzen kann.
Unsere parallelen Dateisysteme und Objektspeicher bewegen Daten bereits schnell. Was sie jedoch nicht von sich aus tun, ist einem Wissenschaftler zu sagen, woher ein Datensatz stammt, welche Transformationen ihn erzeugt haben, ob es die Version ist, die das im letzten Quartal veröffentlichte Ergebnis untermauerte, oder wie man ihn einem DataLoader zuführt, ohne das I/O-Subsystem zu überlasten. Diese Lücke – zwischen rohen Bytes und nutzbaren, nachvollziehbaren, reproduzierbaren Daten – ist der Bereich, in dem diese Rolle angesiedelt ist.
Sie arbeiten an beiden Enden: der Speicherebene (Durchsatz, Integrität, Tiering im Multi-Petabyte-Maßstab) und der darüber liegenden Datenschicht (Herkunft, Provenienz, Auffindbarkeit, Zugriffsmuster). Wenn Sie sich schon einmal darüber geärgert haben, dass „die Daten sind auf dem Cluster“ als Ende der Aufgabe und nicht als Anfang betrachtet wird, lesen Sie weiter.
Stellenbeschreibung
- Brücke zwischen Aufnahme und Nutzung. Entwerfen Sie die Pipelines und Metadaten, die aufgenommene Daten in etwas Auffindbares und Verbrauchbares verwandeln – Kataloge, Schemata und Zugriffsschichten, die dem entsprechen, wie Trainingsjobs und Simulationen tatsächlich lesen, nicht nur wo Bytes liegen.
- Daten nachvollziehbar machen. Erstellen Sie Herkunft und Provenienz, sodass jeder Datensatz, Checkpoint oder jedes Ergebnis auf seine Eingaben und Transformationen zurückverfolgt werden kann. Reproduzierbarkeit ist hier eine erstklassige Anforderung, kein nachträglicher Einbau.
- Für die Arbeitslast optimieren. Optimieren Sie parallele Dateisysteme (Lustre, GPFS) und Objektspeicher für die Parallelität, kleine Dateien und große Checkpoint-Muster von verteiltem GPU-Training und HPC-Simulationen.
- Skalierung sicher betreiben. Entwerfen und betreiben Sie Multi-Petabyte-Speicher mit der Integrität und Verfügbarkeit, auf die wissenschaftliche Arbeit angewiesen ist – Erasure Coding, Redundanz, Hot-to-Archival-Tiering.
- Alles automatisieren. Setzen Sie Speicher- und Datendienste als Code ein und skalieren Sie diese. Snowflake-Infrastrukturen überleben in diesem Maßstab nicht.
- Beobachtbarkeit schaffen. Instrumentieren Sie Speicherzustand, Kapazitätstrends und Pipeline-Leistung, sodass Probleme sichtbar werden, bevor Nutzer sie spüren.
- Übersetzen. Wandeln Sie reale Zugriffsmuster von Domänenwissenschaftlern und ML-Ingenieuren in technische Anforderungen um – und wehren Sie sich, wenn eine Anfrage stillschweigend etwas weiter unten im System kaputt machen würde.
Für ein Projekt im Bereich Wetter und Klima, das darauf abzielt, die Auswirkungen des Klimawandels zu verstehen und zu mildern, ist eine Stelle für zwei Jahre verfügbar.
Der anfängliche Zweijahresvertrag könnte potenziell verlängert oder sogar unbefristet werden.
Profil
- Ein technischer Abschluss (Informatik, Ingenieurwesen) oder gleichwertige Erfahrung, die dieselbe Tiefe nachweist.
- Solide Kenntnisse im Speicherbereich: Dateisysteme (Block und Objekt), Performance-Tuning, Redundanz (RAID, Erasure Coding).
- Python und Sicherheit bei der Automatisierung von Infrastruktur (Ansible, Terraform oder Ähnliches).
- Ein funktionierendes Verständnis davon, wie ML- und wissenschaftliche Arbeitslasten Daten konsumieren – Milliarden kleiner Dateien, große Checkpoints, Sharding – und warum naive Layouts versagen.
- Eine Meinung zu Datenherkunft, Provenienz oder Reproduzierbarkeit – und idealerweise Werkzeuge, die Sie zur Durchsetzung verwendet haben.
Was Sie hervorhebt
- Praktische Erfahrung mit parallelen Dateisystemen (Lustre, Spectrum Scale/GPFS) oder verteiltem Speicher (Ceph, VAST).
- Wissenschaftliche Datenformate – HDF5, Zarr, Parquet – und Meinungen dazu, wann welches Format seine Berechtigung hat.
- Objektspeicher (S3) in Verbindung mit ML-Frameworks (PyTorch, TensorFlow).
- Orchestrierung (Kubernetes, Argo) und Datenbewegungs-Tools.
- Datenversionierung / Katalogisierung (z. B. DVC, lakeFS, ein Metadatenkatalog) und Vertrautheit mit FAIR-Datenprinzipien.
- CI/CD und Provisionierung: GitLab CI, HashiCorp Vault, MAAS.
Wir erwarten nicht, dass alle Punkte erfüllt sind. Tiefe im Speicher- oder Datenengineering sowie die Neugier, sich in das jeweils andere einzuarbeiten, sind wichtiger als eine vollständige Checkliste.
Was Sie bekommen
- Hardware und Skalierung, die Sie in der Unternehmens-IT nicht finden – und Probleme ohne Handbuch vom Anbieter.
- Arbeit, die direkt veröffentlichte Wissenschaft und Modelltraining im Grenzbereich ermöglicht.
- Spielraum, um zu gestalten, wie Daten verwaltet und nicht nur gepflegt werden, in einem Umfeld, das dies ernst nimmt.
Unsere Kernwerte als Leitprinzipien:
- Neugier: Sie lernen gerne und verstehen Systeme tiefgründig
- Offenheit: Sie arbeiten effektiv zusammen und schätzen unterschiedliche Perspektiven
- Mut: Sie sind bereit, schwierige oder unbekannte Probleme anzugehen
- Unterstützend: Sie helfen Kollegen und Nutzern zum Erfolg
- Integrität: Sie handeln verantwortungsbewusst, zuverlässig und transparent
Wir bieten
Wir engagieren uns für den Aufbau eines vielfältigen und inklusiven Engineering-Teams und ermutigen insbesondere Bewerbungen von Gruppen, die in der Technik unterrepräsentiert sind. Wenn Sie technisch versiert, neugierig und wachstumsorientiert sind, möchten wir von Ihnen hören.
- Ihre Arbeit mit Wirkung: Werden Sie Teil der ETH Zürich, die nicht nur Ihre berufliche Entwicklung unterstützt, sondern auch aktiv zu positiven gesellschaftlichen Veränderungen beiträgt
- Sie können zahlreiche Vorteile erwarten, wie z. B. ÖPNV-Saisonkarten und Carsharing, ein breites Sportangebot des ASVZ , Kinderbetreuung und attraktive Pensionsleistungen
- Freuen Sie sich auf ein spannendes Arbeitsumfeld, kulturelle Vielfalt und attraktive Angebote und Leistungen.
- Wir schätzen die Vielfalt unseres Teams und ermutigen insbesondere Frauen, sich zu bewerben, um die Vielfalt unserer Belegschaft weiter zu erhöhen.
Wir schätzen Vielfalt und Nachhaltigkeit
Im Einklang mit unseren Werten fördert die ETH Zürich eine inklusive Kultur. Wir setzen uns für Chancengleichheit ein, schätzen Vielfalt und pflegen ein Arbeits- und Lernumfeld, in dem die Rechte und die Würde aller Mitarbeitenden und Studierenden respektiert werden. Besuchen Sie unsere Website zu Chancengleichheit und Vielfalt , um zu erfahren, wie wir ein faires und offenes Umfeld sicherstellen, das jedem Wachstum und Entfaltung ermöglicht. Nachhaltigkeit ist ein Kernwert für uns – wir arbeiten konsequent auf eine klimaneutrale Zukunft hin.Neugierig? Wir auch.
Bitte fügen Sie Ihrer Bewerbung folgende Unterlagen bei:
- Motivationsschreiben im PDF-Format
- Lebenslauf im PDF-Format
- Relevante Zeugnisse und Diplome im PDF-Format
Wir freuen uns auf Ihre Online-Bewerbung, inklusive Motivationsschreiben, Lebenslauf, Diplomen und Arbeitszeugnissen. Bitte richten Sie Ihre Bewerbung an Frau Stephanie Frequente, CSCS Human Resources, Via Trevano 131, 6900 Lugano.
Bitte beachten Sie, dass wir ausschließlich Bewerbungen über unser Online-Bewerbungsportal akzeptieren. Bewerbungen per E-Mail oder Post werden nicht berücksichtigt.
Weitere Informationen über das CSCS finden Sie auf unserer Website . Fragen zur Stelle richten Sie bitte an Pim Witlox, witlox@cscs.ch (keine Bewerbungen).
Für Vermittlungsdienstleistungen gelten die AGB der ETH Zürich .