Sind Sie begeistert von der Entwicklung produktionsreifer KI-Anwendungen, agentischen Workflows und dem Einsatz von Large Language Models im Unternehmensumfeld? Dann sind Sie bei uns genau richtig. In dieser Rolle werden Sie skalierbare KI-Lösungen auf Basis von Multi-Agenten-Systemen, LLMs und belastbaren LLMOps-Prozessen entwickeln. Zu Ihren Aufgaben gehört die Umsetzung spezialisierter Agenten sowie die Orchestrierung von Workflows, einschließlich Tool- und Function-Calling, Zustands- und Kontextmanagement. Sie werden auch Human-in-the-Loop-Strategien sowie Fehler- und Fallback-Strategien implementieren. Darüber hinaus sind Sie verantwortlich für die Entwicklung von RAG-Architekturen, Prompt- und Context-Engineering sowie die Erstellung strukturierter Outputs und Evaluationslogiken, um verlässliche und sichere Ergebnisse zu gewährleisten. Ein wichtiger Teil Ihrer Arbeit wird die Versionierung von Prompts, Modellen und Konfigurationen sowie die Implementierung von CI/CD-Prozessen für KI-Services sein. Sie werden auch mit automatisierten Tests und Evaluierungen, Rollout- und Rollback-Strategien sowie der Optimierung von Kosten, Latenz und Qualität befasst sein. Zudem werden Sie APIs, Datenquellen, Vektor-Datenbanken und Event- sowie Message-Systeme anbinden und dabei stets die Aspekte Security, IAM und Datenschutz berücksichtigen. Monitoring, Tracing, Logging sowie die Analyse von KPIs und Qualitätsmetriken gehören ebenfalls zu Ihrem Verantwortungsbereich. Sie arbeiten eng mit Architektur, Produkt und Fachbereichen zusammen, um kontinuierliche Verbesserungen zu erreichen.
Beschreibung
Anforderungen
Für diese Position benötigen Sie ein abgeschlossenes (Fach-)Hochschulstudium in Informatik, Data Science, Mathematik oder einer vergleichbaren Qualifikation. Sie sollten mehrjährige Erfahrung in der Entwicklung produktiver KI- und Software-Lösungen mit einem starken Fokus auf LLM-basierte Anwendungen, Agentensysteme oder intelligente Automatisierung mitbringen. Sehr gute Kenntnisse in Python sowie in modernen KI- und Orchestrierungs-Frameworks sind unerlässlich. Erfahrungen mit Containerisierung und Betrieb, insbesondere mit Docker und Kubernetes/OpenShift, sind von Vorteil. Zudem sollten Sie mit CI/CD sowie Observability- und Testing-Praktiken für produktive KI-Systeme vertraut sein. Ein gutes Verständnis von Security, Datenschutz und Enterprise-Anforderungen, wie OAuth2/OIDC und Secrets-Management, ist ebenfalls wichtig. Die Fähigkeit, fachliche Anforderungen in belastbare KI-Lösungen zu übersetzen, rundet Ihr Profil ab. Persönliche Eigenschaften wie Teamfähigkeit, Kommunikationsstärke und analytisches Denken sind für diese Rolle von großer Bedeutung.