Du bildest im IT Application Management zum Betrieb und zur Weiterentwicklung der bankfachlichen Schnittstellen- und Datenservices die zentrale Schnittstelle zwischen Softwareherstellern, IT-Providern sowie internen Fach- und IT-Bereichen.
Mit Deinem technischen Know-how stellst Du den stabilen und reibungslosen Betrieb der bankfachlichen Anbindungen sicher, insbesondere über REST-Schnittstellen, Community APIs für Banken sowie ereignisgesteuerte Datenströme via Apache Kafka.
Du verantwortest den produktiven Einsatz der zugrunde liegenden Laufzeit- und Plattformumgebung OpenShift, inklusive Fehleranalyse, Workarounds und nachhaltiger Verbesserungen der Betriebs- und Produktionsprozesse.
Du betreibst und entwickelst unsere Observability-Landschaft weiter, Logging mit Kibana/ELK sowie Monitoring und Alerting mit Grafana, um Incidents frühzeitig zu erkennen und die Servicequalität messbar zu steigern.
Als Ideengeber und in der Umsetzungssteuerung treibst Du die gezielte Weiterentwicklung der Anbindungs- und Datenarchitekturen zwischen Kernbanksystem, Datenplattformen und digitalen Umsystemen voran, mit Fokus auf Stabilität, Entkopplung und Skalierbarkeit.
Profil:
Du hast Dein Studium im Bereich (Wirtschafts-)Informatik erfolgreich absolviert oder verfügst über eine vergleichbare Qualifikation.
Du bringst fundierte Erfahrung im Betrieb von containerbasierten Plattformen mit, insbesondere OpenShift (Kubernetes) und hast vertiefte Kenntnisse in der Konzeption und im Betrieb von REST-Schnittstellen sowie Erfahrung mit Community APIs für Banken (z. B. FinTS / PSD2-konforme Schnittstellen).
Du verfügst über praktische Erfahrung mit Apache Kafka als Event-Streaming-Plattform, von Topic-Design und Consumer-Gruppen bis hin zu Betrieb und Troubleshooting.
Du arbeitest sicher mit Kibana/ELK sowie Grafana (in Kombination mit Prometheus) und nutzt Observability gezielt zur Verbesserung der Produktionsstabilität.
Kenntnisse im Avaloq-Umfeld von Vorteil, insbesondere im Zusammenspiel von CAPI und DataFlow sowie in der Anbindung von Data-Lake- und Umsystemen.
Job details are sourced from the employer's original posting.
