Byg og driv de AI-platforme, som hele DR bygger på

AI er en vigtig forudsætning for, at DR kan indfri sine strategiske ambitioner. Nye etiske algoritmer, der modvirker bias og polarisering, større effektivitet i DR's kernefunktioner, fleksible formater for DR's indhold og personalisering er alle strategiske prioriteter, som AI gør mulige.

Skal DR nå de ambitioner i stor skala, skal AI være tilgængeligt for hele organisationen som centrale platforme og services, som DR bygger videre på, i stedet for at hvert team selv anskaffer, bygger og driver sine egne modeller, værktøjer og sin egen infrastruktur. Det kræver også, at AI-systemer kører ordentligt i produktion, også dem, som vores publikum er afhængigt af.

Som Chef for AI Platform bygger, driver og ejer du de centrale AI-platforme, den infrastruktur og de services, som DR's AI-use cases bygges på og leveres fra. Du har ansvaret for deres pålidelighed, sikkerhed og omkostninger.

Rollen balancerer mellem to hensyn.

At gøre AI tilgængeligt og til at stole på:

• AI er klar til brug: teams får modeller, harnesses, værktøjer og services fra en central platform i stedet for selv at anskaffe og drive dem.
• AI-systemer kører stabilt i produktion, også dem, publikum bruger, med den driftsdisciplin, som produktion i DR kræver.
• Vejen fra idé til produktion er kort, fordi platformen allerede leverer det, teams ellers selv skulle bygge.
• Forbrug og omkostninger er kendte: forbrug, udbredelse og udgifter måles pr. platform, pr. team og pr. use case.

At undgå ukontrolleret spredning og upålidelig AI:

• Ukontrolleret spredning: at hvert team vælger sine egne modeller, værktøjer og sin egen infrastruktur, uden sammenhæng og uden overblik.
• AI, der ikke holder i produktion: systemer, der virker i en pilot, men som fejler, bliver dårligere eller rammes af model drift, når folk begynder at være afhængige af dem.
• Adgang uden styring: modeller, værktøjer og agenter, der bruges uden kontrol med, hvem der bruger hvad, på hvilke data og med hvilke guardrails.
• Løbske omkostninger: udgifter til modeller, inferens og licenser, der vokser uden kontrol og uden opfølgning.

Dine ansvarsområder

Du udvikler, hoster og driver de centrale AI-platforme og -teknologier, som hele DR bruger, og du har ansvaret for at levere:

• Agentisk AI-platform. Den platform, som alle agentiske løsninger kører på, både til agentisk softwareudvikling og agentiske forretningsprocesser. Det omfatter runtime og deployment af agenter med isolation og sandboxing, triggering og integration med DR's systemer og data, orkestrering med koordinering mellem agenter og adgang til værktøjer, observability, tracing og replay af flows fra ende til anden samt deployment og drift af de guardrails, kvalitets- og policy-tjek, som Arkitektur stiller til rådighed.
• Generelle harnesses. DRChat (DR's interne chatbot), Claude og lignende, som drives som en service for hele DR, med adgang og identitet, guardrails, governance, logging og omkostninger pr. bruger og pr. team.
• Platform til data science og machine learning. Den platform, DR's data scientists og ML engineers arbejder på, fra eksperimenter til produktion. Det omfatter eksperimenter, feature engineering, experiment tracking og orkestrering af pipelines, model registry, modelkatalog og teknologierne bag model management samt den MLOps-værktøjskæde, der implementerer de standarder, Arkitektur definerer.
• Platform til træning, inferens og serving. Infrastrukturen, hvor modeller trænes, og infrastrukturen, der leverer modeller i produktion: online-, batch- og streaming-inferens for hostede, tunede og selvtrænede modeller, herunder LLM'er, SLM'er og klassiske ML-modeller.
• AI control plane. Governance-laget på tværs af agentiske use cases og ML-use cases: AI- eller LLM-gateways (routing, rate limiting, omkostningsopfølgning, nøglehåndtering, central logging), modelkatalog, register over værktøjer og MCP-servere, katalog over agenter og skills samt adgangsstyring på tværs af dem.
• AI-relaterede services. Fælles services, der understøtter eller er kernen i AI-use cases, for eksempel semantisk søgning.
• Færdige, genbrugelige AI-services. Tale til tekst, tekst til tale, vision og lignende, som tilbydes organisationen som færdige produkter med dokumenteret interface, omkostningsoverblik og SLA.
• Drift af alle platformens komponenter. Du har ansvaret for tilgængelighed, performance, sikkerhed og omkostninger på tværs af interne, udviklerrettede og publikumsrettede workloads. Det omfatter monitorering, alerting, incident management, sikkerhed, livscyklusstyring af platforme og modeller, disaster recovery og på sigt en vagtordning.
• Produktionssætning af modeller. Dit område omfatter ML engineers, der tager modeller fra data scientists, pakker dem, deployer dem i produktion og driver og monitorerer dem. Det omfatter CI/CD-pipelines, serving, monitorering (herunder model drift) og på sigt gentræning, afhængigt af use casen.
• Platform-governance og håndhævelse af guardrails. Du følger op på compliant brug, udbredelse og omkostninger, arbejder med FinOps og kan fordele forbrug på use cases. Du deployer, driver og håndhæver de nødvendige guardrails, kvoter og politikker på platformen, så arkitektur-, sikkerheds-, jura- og compliancekrav overholdes, og du monitorerer proaktivt og går i dialog med platformens brugere.
• Målinger og rapportering. Forbrug, udbredelse, performance og omkostninger på platformen med relevante opgørelser pr. team og pr. use case.
• Træning, standarder og golden paths. Du bidrager sammen med dit område til træningsmateriale om platformen og står på sigt selv for dele af træningen. Du sørger for, at best practices, retningslinjer og golden paths er tilgængelige for platformens brugere.
• Opbygning og ledelse af en enhed af platform engineers og ML engineers.

Derudover er det en fast del af rollen at drive platformene og holde dem opdaterede uden at bryde de teams, der er afhængige af dem, at rapportere om forbrug, udbredelse og omkostninger til ledelsen og AI Strategy & Engagement, at følge op på manglende compliance, model drift og teknisk gæld, at bidrage med driftserfaring til Arkitekturs beslutninger om målarkitektur og teknologivalg, at styre leverandører og licenser og at stå for den driftsmæssige del af MLOps.

Din erfaring og faglige profil

Som Chef for AI Platform er du en engineering-leder, der har bygget og drevet platforme, som andre teams er afhængige af i produktion. Du er teknisk stærk og kan lede platform engineers, styre samarbejdet med leverandører og tage ansvar for platformens pålidelighed, dens levedygtighed på lang sigt, dens omkostninger og dens udbredelse. Du er vant til at arbejde sammen med arkitekter om at definere målarkitekturen for de platforme, dit team skal bygge og drive.

Det er et krav, at du har

• Ledelse af platform engineering og drift. Du har bygget og drevet centrale platforme i produktion, som interne teams og slutbrugere er afhængige af. Du er vant til at arbejde med SLA'er, disaster recovery, proaktiv monitorering, fejlfinding, eskalering og vagtordninger, hvor det er nødvendigt.
• Dybde inden for cloud og infrastruktur. Du er fortrolig med Google Cloud Platform, GKE og containerorkestrering generelt, GitOps, infrastructure as code, CI/CD, netværk, storage og identitetsstyring samt monitorerings- og observability-stacks, og du har en stærk forståelse af omkostningsmodeller i cloud. Det er et plus, hvis du har arbejdet med hybrid infrastruktur.
• Viden om AI-platforme og -infrastruktur. Du har en stærk forståelse af kerneelementerne i en AI-platform: inferens og serving (online, batch, streaming), hosting af modeller, gateways og routing, vektordatabaser og søgning. Du forstår de driftsmæssige forhold, der er særlige for modeller: opfølgning på tokens og omkostninger, latenstid, caching, routing og fallback mellem modeller, versionering, monitorering og data- og model drift.
• Erfaring med data science. Du har arbejdet sammen med data scientists og leveret en platform, der dækker deres behov, samtidig med at du har udfordret arbejdsgange for at sikre en professionel og sikker tilgang til data science, ML og MLOps.
• Viden om agentiske platforme. Du har en velfunderet forståelse af, hvad det kræver at implementere en agentisk platform i produktion. Du kender governance-behovene for agenter og de platformskomponenter, der skal til for at opfylde dem. Markedet er umodent, så vi forventer ikke fuld produktionserfaring, men vi forventer en god forståelse, velbegrundede holdninger til design og et godt arkitekturmæssigt blik for, hvordan et godt design kan se ud, og hvad fordele og ulemper er.
• MLOps og LLMOps. Du har implementeret og drevet livscyklusstyring af modeller i produktion: registry og versionering, pakning af modeller til inferens, CI/CD for modeller og tilhørende komponenter, deployment-mønstre, monitorering i produktion, detektion af model drift og evalueringer.
• Personaleledelse i større skala. Du har ledet en organisation på cirka 10 til 20 ingeniører, herunder rekruttering, udvikling af medarbejdere, opbygning af teams og ledelse af engineering-projekter.
• Ansvar for omkostninger og leverandører. Du har haft budgetansvar for platforme og licenser, styret og forhandlet leverandørsamarbejder og haft kontrol med forbrugsbaserede udgifter. Du har arbejdet i sammenhænge, hvor chargeback og fordeling af omkostninger er implementeret.
• Platform som produkt. Du har erfaring med at arbejde med produktmodeller for platforme. Du ser interne teams som brugere af et produkt: dokumenterede interfaces, selvbetjening, support, træning, kommunikation og evangelisering samt en værdidrevet og prioriteret roadmap.
• Samarbejde med en arkitekturfunktion. Du er tryg ved en arbejdsdeling, hvor målarkitektur og teknologivalg ligger hos Arkitektur, mens implementering, drift og omkostninger ligger hos dig. Du kan sige fra med driftsmæssige argumenter og bakke fuldt op, når valget er truffet.
• Du taler og skriver flydende dansk.

Det er et stort plus, hvis du har

• Praktisk erfaring med at drive agentiske platforme eller LLM-inferens i produktion. Markedet er stadig umodent, så det er ikke et krav.
• Praktisk erfaring med at træne ML-modeller og føre dem gennem hele livscyklussen til brug i produktion.
• Erfaring med selvhostet model serving og kapacitetsplanlægning af GPU'er.
• Erfaring fra regulerede, offentlige eller privatlivsfølsomme miljøer.

Om os

AI Platform er en del af afdelingen Udvikling, Arkitektur og AI. Teamet bygger og driver DR's AI-platform: den agentiske platform, generelle harnesses som DRChat, platformen til data science og machine learning, infrastrukturen til træning og inferens, AI control plane og fælles AI-services. Platformen bygges som et produkt og skal være den nemmeste og sikreste vej til at bringe AI-use cases i produktion i DR.

Teamet arbejder tæt sammen med Arkitektur, AI Strategy & Engagement, Development CoE, CIS/security og Teknologistyring. Formålet er at gøre det hurtigt og sikkert at tage AI i brug i DR, med governance, sikkerhed og etik indbygget i platformen fra start.

Om ansættelsen

Tiltrædelse er hurtigst muligt. Du vil blive ansat efter gældende overenskomst mellem DR og den relevante fagorganisation.

Er du interesseret?

Vi ser frem til at modtage din ansøgning, dit cv og relevante eksamenspapirer. Du søger stillingen ved at klikke på ”Søg stillingen” i højre side. Stillinger i DR søges udelukkende elektronisk.

Ansøgningsfristen er 13.11.2026.

Vi forventer at afholde samtaler mellem den 8. og den 20. november.

Du er velkommen til at kontakte Nicolas Matteazzi på nimat@dr.dk, hvis du har spørgsmål eller vil vide mere om stillingen.

I DR ser vi forskellighed som en styrke, der højner kvaliteten af det indhold, vi skaber. Derfor opfordrer vi alle interesserede til at søge stillingen uanset baggrund.

Vi bestræber os på at sikre en fair rekrutteringsproces med lige muligheder for alle jobansøgere. Derfor vil vi gerne frabede os unødvendige personlige informationer og billede på CV’et.