Brennst du für produktionsreife KI-Anwendungen, agentische Workflows und den Einsatz von Large Language Models im Enterprise-Umfeld? Dann entwickle mit uns skalierbare KI-Lösungen auf Basis von Multi-Agenten-Systemen, LLMs und belastbaren LLMOps-Prozessen.
Aufgaben Umsetzung spezialisierter Agenten, Orchestrierung von Workflows, Tool-/Function-Calling, Zustands- und Kontextmanagement, Human-in-the-Loop sowie Fehler- und Fallback-Strategien.
Entwicklung von RAG-Architekturen, Prompt-/Context-Engineering, strukturierten Outputs, Guardrails und Evaluationslogiken für verlässliche und sichere Ergebnisse.
Versionierung von Prompts, Modellen und Konfigurationen, CI/CD für KI-Services, automatisierte Tests und Evaluierungen, Rollout-/Rollback-Strategien sowie Kosten-, Latenz- und Qualitätsoptimierung.
Anbindung an APIs, Datenquellen, Vektor-Datenbanken, Event-/Message-Systeme und bestehende Fachsysteme unter Berücksichtigung von Security, IAM und Datenschutz.
Monitoring, Tracing, Logging, KPI-/Qualitätsmetriken, Incident-Analyse und kontinuierliche Verbesserung gemeinsam mit Architektur, Produkt und Fachbereichen.
Qualifikation Abgeschlossenes (Fach-)Hochschulstudium in Informatik, Data Science, Mathematik oder vergleichbare Qualifikation.
Mehrjährige Erfahrung in der Entwicklung produktiver KI-/Software-Lösungen mit starkem Fokus auf LLM-basierte Anwendungen, Agentensysteme oder intelligente Automatisierung.
Sehr gute Kenntnisse in Python sowie in modernen KI-/Orchestrierungs-Frameworks bzw.
-Patterns (z.
LangChain/LangGraph, Semantic Kernel, OpenAI-/Azure-/Open-Source-LLMs, RAG, Tool-Use, Eval-Frameworks).
Erfahrung mit Containerisierung und Betrieb (Docker, Kubernetes/OpenShift), CI/CD sowie Observability- und Testing-Praktiken für produktive KI-Systeme.
Gutes Verständnis von Security, Datenschutz und Enterprise-Anforderungen (z.
OAuth2/OIDC, Secrets-Management, Mandantenfähigkeit, Zugriffskonzepte) sowie die Fähigkeit, fachliche Anforderungen in belastbare KI-.