Senior Technical Trainer — AI / DevOps

Diese Position wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen Senior Technical Trainer — AI / DevOps mit Sitz in der Schweiz.

Als Senior Technical Trainer kombinieren Sie praktische DevOps-Expertise mit einer Leidenschaft für das Lehren, um praktische, ansprechende Kurse zu entwickeln, die sich auf KI-gestützte Engineering-Workflows konzentrieren. Sie helfen Ingenieuren zu verstehen, wie sie KI-Agenten, Codierungsassistenten und moderne KI-Tools auf reale Infrastruktur- und Automatisierungsherausforderungen anwenden können. In Zusammenarbeit mit einem Curriculum-Team und erfahrenen technischen Pädagogen entwerfen Sie Lektionen, entwickeln praktische Laborspezifikationen und zeichnen klare, überzeugende Lehrvideos auf. Diese remote Freelance-Möglichkeit beginnt mit einem bezahlten Kursprojekt, das typischerweise etwa drei Monate dauert, mit der Möglichkeit für fortlaufende Projekte oder eine Vollzeitstelle. Sie haben die Flexibilität, neben bestehenden Verpflichtungen zu arbeiten und Ihr technisches Wissen in eine globale Ingenieurgemeinschaft einzubringen.

Verantwortlichkeiten

• Technische Kurse entwerfen und entwickeln
  • Zusammenarbeit mit dem Curriculum-Team zur Definition der Kursstruktur, Lernziele, Lektionensequenzen und praktischen Laborübungen, die sich auf KI für DevOps konzentrieren.
  • Entwicklung von Inhalten, die demonstrieren, wie Ingenieure KI-Agenten, Codierungsassistenten und LLM-basierte Automatisierung in realen Infrastrukturumgebungen nutzen.
  • Sicherstellen, dass die Lektionen technisch genau, relevant, praktisch und auf die Bedürfnisse arbeitender Ingenieure abgestimmt sind.
• Engagierende Lehrinhalte erstellen
  • Verfassen prägnanter, geschichtenbasierter Videoskripte, die technische Konzepte klar erklären, wobei einzelne Lektionen typischerweise etwa sechs Minuten dauern.
  • Verwendung von KI-Tools, wo hilfreich, während des Entwurfs, wobei sichergestellt wird, dass die endgültigen Skripte Ihre eigene Stimme, Expertise und Lehrstil widerspiegeln.
  • Selbstbewusst Lektionen in Englisch narrieren und präsentieren, um komplexe technische Themen für Lernende unterschiedlicher Erfahrungsstufen zugänglich zu machen.
• Praktische Labore entwickeln und validieren
  • Ausführliche Spezifikationen für praktische Labore schreiben, die reale DevOps- und KI-Workflows demonstrieren.
  • Zusammenarbeit mit dem speziellen Laborteam, das für den Aufbau der Laborumgebungen verantwortlich ist.
  • Abgeschlossene Labore testen, technische Genauigkeit validieren und sicherstellen, dass die Übungen die beabsichtigten Lernergebnisse liefern.
  • Demonstrationen und Anleitungen aufzeichnen, die erklären, wie man Laborübungen abschließt und praktische Herausforderungen löst.
• Zusammenarbeit bei Qualität und redaktioneller Entwicklung
  • Enger Kontakt mit den Curriculum- und Produktionsteams während des gesamten Kursentwicklungsprozesses.
  • Einbeziehung strukturiertes redaktionelles Feedback, insbesondere während des ersten Kursabschnitts, um Inhalte mit etablierten Lehrstandards abzustimmen.
  • Teilnahme an regelmäßigen Team-Syncs und Aufrechterhaltung der Kommunikation über Kollaborationstools wie Slack.
  • Fokus auf technische Expertise, Lehre, Skripting und Aufnahme, während das Produktionsteam Video-Editing, Animation, Laborinfrastruktur und Veröffentlichung verwaltet.

Anforderungen

• Praktische DevOps- und Infrastruktur-Erfahrung
  • Starkes praktisches Wissen über Linux, Container, Kubernetes, mindestens eine große Cloud-Plattform, CI/CD und Infrastruktur als Code (IaC).
  • Erfahrung im Aufbau, Betrieb und der Wartung von Infrastruktur, anstatt sich ausschließlich auf theoretisches Wissen zu verlassen.
  • Die Fähigkeit, reale Engineering-Workflows zu demonstrieren und praktische Erfahrungen in effektive Lernmaterialien zu übersetzen.
• Aktuelle Erfahrung mit KI-Technologien
  • Praktische Erfahrung mit KI-Tools in der Ingenieurarbeit, einschließlich KI-Agenten, Codierungsassistenten und LLM-basierter Automatisierung.
  • Echte Neugier auf aufkommende KI-Fähigkeiten und das Engagement, mit neuen Tools und Techniken auf dem Laufenden zu bleiben.
  • Die Fähigkeit zu erklären, wie KI die Infrastrukturtechnik und DevOps-Workflows unterstützen kann; eine tiefgehende Spezialisierung in der KI-Forschung ist nicht erforderlich.
• Lehr- und Kommunikationsfähigkeiten
  • Eine nachgewiesene Leidenschaft für das Lehren, unterstützt durch Erfahrung in der Erstellung von Kursen, der Veröffentlichung von Tutorials, der Durchführung von Vorträgen oder Workshops, der Mentoring von Kollegen oder dem Teilen von technischem Wissen mit einer Gemeinschaft.
  • Exzellente schriftliche und gesprochene Englischkenntnisse, mit der Fähigkeit, klar, natürlich und selbstbewusst vor der Kamera zu kommunizieren.
  • Starke Erzählfähigkeiten und die Fähigkeit, komplexe technische Konzepte in einfache, strukturierte Erklärungen zu zerlegen.
  • Empathie für Lernende, insbesondere Anfänger, und ein Verständnis dafür, wie man technisches Material ansprechend und zugänglich macht.
• Zusammenarbeit und Anpassungsfähigkeit
  • Bereitschaft, einer etablierten Lehrmethodik zu folgen und konstruktives redaktionelles Feedback zu integrieren.
  • Fähigkeit, unabhängig zu arbeiten, Lieferungen zu organisieren und einen vereinbarten Projektzeitplan einzuhalten.
  • Komfort beim Arbeiten aus der Ferne mit einem verteilten Team, einschließlich der Teilnahme an wöchentlichen Syncs und einiger Zeitzonenüberlappung mit Kollegen in Europa und Asien.
• Zusätzliche Qualifikationen, die als Vorteil gelten
  • Frühere veröffentlichte Online-Kurse auf Plattformen wie Udemy oder Pluralsight oder Erfahrung in der Autorenschaft eines technischen Buches.
  • Erfahrung im Sprechen auf Konferenzen oder Meetups, Pflege eines technischen YouTube-Kanals oder Blogs oder Beitrag zu technischen Gemeinschaften.
  • Gemeinschaftsqualifikationen oder Rollen wie CNCF-Botschafter, AWS Community Builder oder Microsoft MVP.
  • Relevante Kubernetes-Zertifizierungen, einschließlich CKA, CKAD oder CKS, oder Anerkennung wie Kubestronaut.
  • Cloud-Zertifizierungen von Anbietern wie AWS oder Microsoft Azure.

Vorteile

• Wettbewerbsfähige feste Gebühr pro Kurs, im Voraus vereinbart basierend auf Kurslänge und Themenkomplexität, mit höherer Vergütung für fortgeschrittene Themen und außergewöhnliche Ausbilder.
• Bezahltes Freelance-Projekt, das neben einem bestehenden Job abgeschlossen werden kann, ohne feste wöchentliche Stundenanforderung.
• Eine typische anfängliche Projektdauer von etwa drei Monaten, mit einem gegenseitig vereinbarten Lieferplan.
• Potenzial, in eine Vollzeitrolle zu wechseln oder zusätzliche Kursprojekte basierend auf gegenseitiger Passung zu übernehmen.
• Vollständig remote Arbeitsarrangements mit flexiblen Stunden.
• Gelegenheit zur Zusammenarbeit mit einem globalen technischen Bildungsteam und eine Gemeinschaft von mehr als einer Million Ingenieuren zu erreichen.
• Dedizierte Produktionsunterstützung für Video-Editing, Animation, Laborinfrastruktur und Kursveröffentlichung, sodass Sie sich auf Lehre und technische Inhalte konzentrieren können.
• Gelegenheit, Ihr Fachwissen in KI, DevOps, Cloud und Kubernetes durch praktische, praxisnahe Bildung zu teilen.