Zum Inhalt springen
GULPOffen

AI Engineer – AI Agents & Deployment auf Databricks und Azure (m/w/d)

Randstad Professional · 50667 Köln, Deutschland · Hybrid · Senior

  • 50667 Köln, Deutschland · Hybrid
  • unbefristet
  • German

Indexiert (vor 2 Tagen) · laufend aktualisiert

Start
30.11.2026
Laufzeit
unbefristet
Arbeitsmodell
Hybrid
Vertrag
Freelance / B2B
Erfahrungslevel
Senior
Referenz
C01366252

Geforderte Skills

Nice to have:Model Context ProtocolMulti-Agent CommunicationHuman-in-the-LoopFastAPIDockerKubernetesApache SparkSQLDelta LakeDatabricks WorkflowsVector SearchModel Serving

Sprachen: German

Jobbeschreibung

Project overview

Rahmenbedingungen

Über das Projekt Für einen renommierten Kunden aus der Telekommunikationsbranche suchen wir einen erfahrenen AI Engineer (m/w/d). In einem agilen Scrum-Team entwickeln und betreiben Sie produktive KI-Agenten und verknüpfen Large Language Models nahtlos mit Unternehmensdaten und internen Systemen.

Fähigkeiten

Wünschenswerte Qualifikationen

What we offer

Zahlungsziel-Verkürzung: Attraktive Möglichkeiten zur Verkürzung Ihres persönlichen Zahlungszieles Einfaches Gutschriftenverfahren: Keine zeitraubende Rechnungserstellung mehr nötig Abrechnungen ohne Umwege: Schnelle, zuverlässige Honorarzahlung Digitalisierter Unterschriftenprozess: Projektverträge mittels elektronischer Signatur abschließen

  • Zeitraum: Ab sofort bis 31.12.2027 (langfristige Zusammenarbeit gewünscht)
  • Auslastung: Vollzeit
  • Einsatzort: Köln (Rheinauhafen) | Remote: Bis zu 50 % (ca. 1–2 Tage/Woche vor Ort)
  • AI- & Agent-Entwicklung: Konzeption und Umsetzung produktiver Single- und Multi-Agent-Workflows (RAG, Tool Calling, Orchestrierung, State-Management) sowie Python-basierter Agent-Services und APIs.
  • Plattform & Integration: Einbindung von Azure OpenAI und weiteren Foundation Models in Databricks (Mosaic AI, Model Serving, Vector Search, Workflows) sowie bestehende Backend-Landschaften.
  • Deployment & LLMOps: Automatisierte Bereitstellung via GitLab CI/CD und Terraform sowie Aufbau von Tracing, Monitoring und Evaluationen (Qualität, Groundedness, Latenz, Kosten) mit MLflow.
  • Security & Governance: Etablierung von Guardrails, Human-in-the-Loop-Prozessen und Sicherheitskonzepten (Unity Catalog, Key Vault, Managed Identities, RBAC, Private Endpoints).
  • Kollaboration & Dokumentation: Enge Zusammenarbeit mit Product Ownern, Fachbereichen, Security- und Data-Teams sowie Dokumentation von Architektur, Datenflüssen und Runbooks.
  • Erfahrung: Mehrjährige Praxis als AI-, ML- oder Software Engineer mit Fokus auf produktive LLM- und Agent-Lösungen (RAG, Tool Calling, Orchestrierung).
  • Software & Frameworks: Sehr gute Kenntnisse in Python, API-Integration und automatisierten Tests sowie Erfahrung mit Agent-Frameworks (z. B. LangGraph, LangChain, Semantic Kernel).
  • Databricks: Fundierte Praxis mit Mosaic AI, Model Serving, MLflow, Vector Search und Unity Catalog.
  • Microsoft Azure: Gute Kenntnisse in Azure OpenAI, Managed Identities, Key Vault, Storage und Networking.
  • DevOps & IaC: Praktische Erfahrung mit GitLab CI/CD und Terraform für reproduzierbare Cloud-Deployments.
  • LLMOps & AI Security: Solides Verständnis von Agent Evaluation, Observability, Datenschutz, Governance und Guardrails.
  • Kenntnisse im Model Context Protocol (MCP), Multi-Agent-Kommunikation, strukturierten Ausgaben und Human-in-the-Loop.
  • Erfahrung mit FastAPI, Docker und Kubernetes für containerisierte Services.
  • Praxis in der Datenaufbereitung mit Spark, SQL, Delta Lake und Databricks Workflows.

Indexiert von der 9am-Meta-Suche. Du bist Job-Anbieter? Listing beanspruchen oder verwalten

Gefunden auf GULP

Alle Jobs durchsuchen
Kostenlos anmelden und bewerben