KI-Lösungsarchitekt

🕒 vor 2 Monaten

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Innovecs

WebsiteLinkedInAlle Stellen

501 - 1000 Mitarbeiter

Gegründet 2010

🏢 Unternehmen

🎮 Gaming

☁️ SaaS

Enterprise • Gaming • SaaS

Innovecs ist ein globales Unternehmen für digitale Dienstleistungen, das Innovation und Fortschritt fördert. Spezialisiert auf Bereiche wie Gaming, Health Tech, Supply Chain und Collaboration Tech, verbindet Innovecs Kreativität mit technischer Expertise, um Ideen zum Leben zu erwecken. Das Unternehmen ist stolz auf seine hohen Mitarbeiterengagement-Werte und ein vielfältiges Team von über 650 Personen, die in mehr als 30 Ländern tätig sind. Mit einem starken Fokus auf Karrierewachstum, Flexibilität und Wohlbefinden wurde Innovecs weltweit für herausragende Arbeitsplatzpraktiken und hochqualitative Outsourcing-Dienstleistungen anerkannt.

Beschreibung

• KI-Produkte & Lösungsarchitektur: • Entwurf und Begleitung der Implementierung KI-getriebener Produkte, APIs und Plattformfunktionen vom Konzept bis zur Produktion; • Bewertung, Auswahl und Benchmarking von AI/ML-Modellen — einschließlich frontier LLMs, feinabgestimmter Modelle und Open-Source-Alternativen; • Architektur skalierbarer, beobachtbarer und kosteneffizienter KI-Systeme, die Experimentier-, Staging- und Produktionsphasen abdecken; • Zusammenarbeit mit Produktmanagern und fachlichen Stakeholdern, um Anforderungen in robuste Lösungsarchitekturen zu überführen; • Etablierung architektonischer Standards für Multi‑Agenten‑Systeme, einschließlich Strategien für Kontextmanagement und Memory-Designs. • Agentenbasierte KI & Prozessautomatisierung: • Identifikation von Geschäftsprozessen, die durch agentenbasierte KI automatisiert oder verbessert werden können, und Definition der entsprechenden Architektur; • Entwurf und Überwachung der Implementierung von MCP-Server-Ökosystemen, die Agenten mit Enterprise-Datenquellen und Tools verbinden; • Architektur von Multi‑Agenten-Workflows unter Verwendung von Orchestrierungsframeworks (LangGraph, CrewAI, AutoGen) mit passenden Human-in-the-loop-Checkpoints; • Integration agent-to-agent Kommunikationsstandards (A2A, ACP) dort, wo Multi‑Agenten-Koordination erforderlich ist; • Steuerung der Governance von MCP-Deployments: Audit-Trails, Authentifizierung, Rate Limiting und Zugriffskontrollrichtlinien; • Einbettung von KI in interne und externe Tools zur Verbesserung der operativen Effizienz in Teams. • KI-unterstützte Softwareentwicklung: • Aufbau und fortlaufende Optimierung AI-augmentierter Entwicklerumgebungen (Claude Code, Cursor, GitHub Copilot); • Einführung von KI in automatisierte Tests, Deployment-Pipelines, Code-Reviews, Aufwandsschätzung und technische Dokumentation; • Definition und Durchsetzung von Best Practices für den sicheren, geschützten und produktiven Einsatz von KI-Coding-Tools in der Softwarelieferung; • Förderung der Disziplinen des Kontext‑Engineerings — Design von Prompts, Tool-Schemata und MCP-Ressourcen, die die Zuverlässigkeit von Agenten maximieren; • Governance, Sicherheit & verantwortungsbewusste KI: • Sicherstellen, dass alle KI-Systeme nach sicherheitsorientierten Prinzipien entworfen werden: Input-Validierung, Output-Guardrails und Prinzip der geringsten Rechte; • Einhaltung von KI-Compliance-Standards in Übereinstimmung mit DSGVO, EU AI Act, EU Data Act, CRA, ISO 27001 und internen Modellgovernance-Richtlinien; • Implementierung von Observability- und Evaluierungs-Pipelines zur Erkennung von Halluzinationen, Drift und Leistungsverschlechterung in produktiven LLM-Systemen.

🎯 Anforderungen

• Must-Have: • 5+ years of experience in AI/ML solution architecture and demonstrable track record of taking AI systems from prototype to production at scale; • Deep expertise in LLMs, prompt and context engineering, RAG architectures, and vector databases; • Hands-on experience with agentic AI frameworks and orchestration; • LangChain / LangGraph: multi-step reasoning chains and stateful agent workflows; • LangWatch / CrewAI / AutoGen: multi-agent collaboration and task delegation; • MCP (Model Context Protocol): designing and deploying MCP servers for agent-to-tool integration; • Strong proficiency in Python; working knowledge of at least one additional language (Go, TypeScript, etc.); • Experience with cloud-native AI deployment on AWS, GCP, Azure, including managed LLM services such as Bedrock, Vertex AI, etc.; • Solid software engineering fundamentals: design patterns, API design, testing, and CI/CD; • Familiarity with AI observability, evaluation frameworks, and production monitoring of LLM-based systems; • Ability to define AI adoption roadmap, prioritize business cases based on ROI, present the strategic and tactical layers of implementation to both technical and business stakeholders; • Experience with AI compliance, governance frameworks, and explainability (GDPR, EU AI Act, model cards); • Experience integrating AI into enterprise systems (ERP, CRM, ITSM) via standardised protocols; • Experience leading engineering teams on AI-first projects. • Nice-to-Have: • Background in AI security: prompt injection mitigation, MCP server hardening, OAuth 2.x for agents; • Knowledge of emerging multi-agent communication standards: A2A (Google), ACP (IBM BeeAI); • Experience with reasoning/thinking models and their architectural implications for agent planning; • Contributions to open-source AI projects, MCP servers, or published technical articles.

🏖️ Vorteile

• Competitive salary • Flexible working hours • Professional development budget • Home office setup allowance • Global team events