AI Engineer – AI Agents & Deployment (m/w/d)
🏛 Ausgeschrieben von VP SystemeWir suchen einen erfahrenen AI Engineer zur Konzeption, Entwicklung und zum Betrieb produktiver KI-Agenten-Lösungen. Sie werden in einem Telekommunikationsunternehmen an der Transformation zu einer datengesteuerten und KI-getriebenen Organisation mitwirken.
Ihre Aufgaben umfassen die Entwicklung von KI-Agenten und Multi-Agent-Workflows auf Databricks und Azure, die Large Language Models, Unternehmensdaten und interne Systeme intelligent verbinden. Sie implementieren RAG-Systeme, Tool Calling und Agent-Orchestrierung sowie wiederverwendbare Tools und Prompts. Die Integration von Azure OpenAI und weiteren Foundation Models in bestehende Applikations- und Datenlandschaften gehört ebenso zu Ihren Verantwortungen wie die Entwicklung Python-basierter Agent-Services und APIs.
Sie nutzen Databricks Mosaic AI, Model Serving und MLflow zur Versionierung, Evaluation und Überwachung von Modellen. Vector Search, Embeddings und Retrieval-Pipelines implementieren Sie für kontrollierten Zugriff auf Unternehmensdaten. Die Automatisierung der Bereitstellung erfolgt mittels GitLab CI/CD und Terraform mit reproduzierbaren Umgebungen und nachvollziehbaren Releases.
Ein Schwerpunkt liegt auf Evaluationen, Tracing und Monitoring für Antwortqualität, Sicherheit und Zuverlässigkeit. Sie etablieren Guardrails, Berechtigungskonzepte und Human-in-the-Loop-Prozesse. Security und Governance mit Unity Catalog, Managed Identities und RBAC sind zentral.
Sie arbeiten eng mit Product Owner, Fachbereichen sowie Data-, Backend- und Cloud-Teams zusammen und dokumentieren Agentenlogik, Schnittstellen und Betriebsprozesse.
Einsatzort: Köln (1–2 Tage/Woche vor Ort, 60 % Remote). Laufzeit: 12 Monate ab Januar 2027. Senior-Level erforderlich.
Anforderungen
- Rollenfamilie
- Entwicklung
- Rechtsform
- Einzelfreelancer möglich
Rahmenbedingungen
- Verlängerung
- Option auf Verlängerung
Projekt
- Projektart
- Weiterentwicklung
- Vermittlung
- Über Vermittler
Skills erklärt
- AI Agents
- Autonome Softwareprogramme, die mit ihrer Umgebung interagieren und eigenständig Aufgaben basierend auf Zielen ausführen.
- Large Language Models (LLM)
- Künstliche Intelligenz-Modelle, die auf großen Textmengen trainiert sind und natürliche Sprache verstehen und generieren; werden für Chatbots, Textanalyse und Automatisierung eingesetzt.
- Python
- Universelle Programmiersprache für Webentwicklung, Datenanalyse, Automatisierung und künstliche Intelligenz.
- Databricks
- Plattform für Datenverarbeitung und Machine Learning basierend auf Apache Spark; wird für Big-Data-Analysen und kollaborative Datenarbeit eingesetzt.
- MLflow
- Open-Source-Framework zur Verwaltung des Machine-Learning-Lebenszyklus, einschließlich Experiment-Tracking und Modell-Deployment.
- Mosaic AI
- Möglicherweise ein KI-Framework oder eine Plattform zur Integration mehrerer KI-Modelle; dient der Kombination verschiedener KI-Fähigkeiten.
- Model Serving
- Bereitstellung von trainierten Machine-Learning-Modellen in Produktionsumgebungen; ermöglicht die praktische Nutzung von KI-Modellen in Anwendungen.
- Vector Search
- Suchmethode, die Daten als mathematische Vektoren darstellt und Ähnlichkeiten findet; wird in KI-Anwendungen und Suchmaschinen für semantische Suche eingesetzt.
- Unity Catalog
- Datenverwaltungs-Feature in der Databricks-Plattform zur zentralisierten Kontrolle von Daten-Assets und Zugriffsrechten.
- Azure
- Cloud-Computing-Plattform von Microsoft für Hosting, Datenverarbeitung, Speicherung und verschiedene IT-Services.
- Azure OpenAI
- Microsoft-Cloud-Service zur Nutzung von OpenAI-Sprachmodellen (wie GPT) über die Azure-Plattform.
- Managed Identities
- Sicherheitsmechanismus in Cloud-Plattformen, der Anwendungen automatisch authentifiziert, ohne dass Anmeldedaten gespeichert werden müssen.
- Key Vault
- Sicherheitsdienst (insbesondere von Microsoft Azure) zur verschlüsselten Speicherung und Verwaltung von Zugriffsschlüsseln, Passwörtern und Zertifikaten.
- RAG (Retrieval-Augmented Generation)
- Technik, die KI-Sprachmodelle mit externen Datenquellen verbindet, um präzisere und aktuelle Antworten zu generieren.
- Tool-Calling
- Fähigkeit von KI-Systemen, externe Funktionen oder APIs aufzurufen, um Aufgaben auszuführen, die über reine Textverarbeitung hinausgehen.
- Agent Orchestrierung
- Koordination und Steuerung mehrerer autonomer Agenten oder Prozesse in einem System; wird eingesetzt, um komplexe Workflows und verteilte Aufgaben zu automatisieren.
- LangGraph
- Framework zur Orchestrierung von Workflows mit Large Language Models, das die Verwaltung von Agenten und deren Entscheidungspfaden ermöglicht.
- LangChain
- Framework zur Entwicklung von Anwendungen mit großen Sprachmodellen (LLMs), das die Integration und Verkettung verschiedener KI-Komponenten vereinfacht.
- Semantic Kernel
- Framework von Microsoft zur Integration von KI-Modellen in Anwendungen durch strukturierte Prompt-Verwaltung und Plugin-Architektur.
- API-Integration
- Verbindung von Softwaresystemen über standardisierte Schnittstellen zum Datenaustausch.
- GitLab CI/CD
- Integrierte Plattform in GitLab für kontinuierliche Integration und kontinuierliche Bereitstellung von Softwareprojekten mit automatisierten Tests und Deployments.
- Terraform
- Infrastructure-as-Code-Tool zur automatisierten Bereitstellung und Verwaltung von Cloud-Infrastruktur über Konfigurationsdateien.
- Infrastructure as Code
- Methode, bei der IT-Infrastruktur (Server, Netzwerke, Speicher) durch Code definiert und automatisiert bereitgestellt wird.
- LLMOps
- Operationalisierung und Verwaltung von Large Language Models in Produktionsumgebungen, ähnlich wie DevOps für KI-Modelle.
- Agent Evaluation
- Bewertung der Leistung und Effektivität von autonomen Agenten oder KI-Systemen anhand definierter Kriterien und Metriken.
- Observability
- Fähigkeit, den Zustand und das Verhalten von IT-Systemen durch Metriken, Logs und Traces zu überwachen und zu verstehen.
- AI Security
- Anwendung von künstlicher Intelligenz zur Erkennung, Analyse und Abwehr von Sicherheitsbedrohungen in IT-Systemen.
- Datenschutz
- Fachbereich und Maßnahmen zum Schutz personenbezogener Daten vor unbefugtem Zugriff, Missbrauch und Verlust.
- Governance
- Regelwerk und Strukturen für Entscheidungsfindung und Kontrolle in Organisationen; definiert Verantwortlichkeiten, Prozesse und Compliance-Anforderungen.
- Guardrails
- Sicherheitsmechanismen oder Richtlinien, die verhindern, dass Systeme oder Prozesse außer Kontrolle geraten oder unerwünschte Zustände erreichen.
- Zustandsbehaftete Workflows
- Workflows, bei denen Prozessschritte verschiedene Zustände durchlaufen und der nächste Schritt vom aktuellen Zustand abhängt, ermöglichen komplexe Prozesslogik.
- automatisierte Tests
- Verfahren zur automatischen Überprüfung von Software auf Fehler durch Testskripte und Test-Frameworks statt manueller Prüfung.
- Code Reviews
- Code Reviews sind ein Qualitätssicherungsprozess, bei dem andere Entwickler den geschriebenen Code überprüfen, um Fehler zu finden und die Codequalität zu verbessern.
- Modulare Softwareentwicklung
- Dies ist ein Entwicklungsansatz, bei dem Software in unabhängige, wiederverwendbare Module aufgeteilt wird. Sie ermöglicht bessere Wartbarkeit, Skalierbarkeit und Wiederverwendung von Code.
- Delta Lake
- Open-Source-Speicherformat, das strukturierte Daten mit Transaktionsfähigkeit und Versionskontrolle verwaltet und häufig in Big-Data-Umgebungen eingesetzt wird.
- Databricks Workflows
- Orchestrierungstool in der Databricks-Plattform zum Planen und Ausführen von Datenverarbeitungs- und Machine-Learning-Pipelines.
- Embeddings
- Mathematische Darstellung von Wörtern, Bildern oder anderen Daten als Vektoren; ermöglicht es Maschinen, Bedeutungen und Ähnlichkeiten zwischen Inhalten zu verstehen.
- Retrieval-Pipelines
- Technische Verfahren zur systematischen Abfrage, Abruf und Verarbeitung von Daten aus verschiedenen Quellen, häufig in Suchsystemen oder Datenanalyse eingesetzt.
- Human-in-the-Loop
- Methode, bei der Menschen und automatisierte Systeme iterativ zusammenarbeiten, um Entscheidungen zu treffen oder Prozesse zu verbessern.
Als IT-Freelancer automatisch auf Projekte wie dieses bewerben
Nexus ist die KI-gestützte Plattform für IT-Freelancer, die täglich neue Projektausschreibungen analysiert und passgenaue Bewerbungstexte generiert – vollautomatisch, in Sekunden. Kein manuelles Schreiben mehr: Nexus liest die Ausschreibung, erkennt die gefragten Skills und erstellt einen individuellen Bewerbungstext, den du per Klick versendest.
- ✓ Projektausschreibungen direkt von Anbietern aus dem DACH-Raum
- ✓ KI-Bewerbungstext in unter 30 Sekunden – individuell auf jedes Projekt zugeschnitten
- ✓ Automatischer Versand per E-Mail + Anlage in Pipedrive
- ✓ Kostenlos starten – keine Kreditkarte erforderlich
Häufige Fragen zu Nexus
- Was ist Nexus und für wen ist es geeignet?
- Nexus richtet sich an selbstständige IT-Freelancer, die regelmäßig auf Projektausschreibungen antworten. Die Plattform automatisiert den gesamten Bewerbungsprozess – von der Analyse der Ausschreibung bis zum Versand der Bewerbung.
- Wie schreibt Nexus den Bewerbungstext?
- Nexus analysiert die Projektbeschreibung mit Claude (Anthropic) und gleicht die Anforderungen mit deinem hinterlegten Profil ab. Der generierte Text ist individuell, professionell und direkt versendbar – du kannst ihn vor dem Absenden noch anpassen.
- Welche Projektplattformen werden unterstützt?
- Nexus erhält Projekte direkt von Projektanbietern aus dem DACH-Raum – neue Ausschreibungen erscheinen automatisch in deiner Pipeline, ohne dass du Plattformen manuell durchsuchen musst.
- Kostet Nexus etwas?
- Der Einstieg ist dauerhaft kostenlos. Für professionelle Nutzung mit erweiterten Funktionen gibt es kostenpflichtige Pläne – ohne versteckte Kosten oder automatische Verlängerung.
Passende Freelancer
Profile die zu den Skills dieses Projekts passen
Enterprise Architect und AI Platform Strategist mit über 25 Jahren Erfahrung in der Entwicklung, Architektur und Skalierung komplexer Softwareplattformen sowie der Integration moderner AI-Technologien in Enterprise-Umgebungen.
- Senior Backend Developer68 €/h
20+ Jahre Java, 15+ Jahre PHP, 10+ Jahre Frontend – Senior Fullstack-Entwickler mit umfassender Expertise in modernen Web- und Cloud-Technologien.
AI Automation Engineer mit Fokus auf agentische Workflows, LLM-Integration, Fullstack-Entwicklung und intelligente Prozessautomatisierung.
Nie wieder Bewerbungen schreiben.
Nexus matcht deine Skills und schreibt Bewerbungen automatisch.
Kostenlos registrieren →Keine Kreditkarte erforderlich
Kostenloser CV-Check
Wie gut passt dein Python-Profil zum Markt?
- ✓ Market Fit gegen 1.031 Python-Ausschreibungen
- ✓ Welche Skills dir fehlen und was sie bringen
- ✓ Dein Stundensatz im Vergleich
Kostenlos · anonym gespeichert · von FreelancerJury
Marktgeschwindigkeit
Projekte dieser Skills werden nach durchschnittlich 10,1 Tagen geschlossen.
Stundensatz vs. Markt
Kein Stundensatz für dieses Projekt hinterlegt.
Ø 93 €/h (für diese Skills)
Tipp
Zeiterfassung & Projektverwaltung
Projekte, Stunden und Rechnungen in einer App. Flow ist die schlanke Lösung für IT-Freelancer und Agenturen – kostenlos starten.
Flow ausprobierenÄhnliche Projekte
- AI Engineering Lead
- AI Automation Engineer
- Machine Learning Engineer / Applied AI Engineer / Full Stack Engineer, AI Systems
- Agentic KI Engineer (m/w/d)
- Senior Data Scientist (m/w/d)
- Data Scientist (Machine Learning, Prompt Engineering, Generative AI) (m/w/d)
- KI/AI Consultant mit Conversational-AI/Assistenzsystem (m/w/d)
- AI Software Engineer mit Python/TypeScript-Erfahrung (m/w/d) - 100% Remote
- AI Lead Architekt (m/w/d) Azure AI Foundry(abgelaufen)
- KI-Transformationsprogramm-Manager für öffentliche Behörde(abgelaufen)
Tipp
Konferenzraum in Hamburg
Für das nächste Kunden- oder Teammeeting in Hamburg: vollausgestattet mit Beamer, Whiteboard und Videokonferenz – ab 49 €/h, direkt am Gänsemarkt.
Konferenzraum mieten