Agentic KI Engineer

Project overview

Für unseren Kunden suchen wir einen Agentic KI Engineer (m/w/d), der produktionsreife KI-Agenten und die dafür notwendigen Automatisierungs- und Integrationspipelines konzipiert und entwickelt. Im Mittelpunkt stehen autonome bzw. teilautonome Agentensysteme, die Aufgaben planen, deterministische Tools und Unternehmenswissen nutzen und komplexe Entwicklungsschritte möglichst selbstständig ausführen können. Die Rolle verbindet dafür RAG- und Knowledge-Base-Architekturen mit Context Engineering, sicherem Tool Calling, Sandboxing sowie kostenbewusstem Systemdesign.

Ergänzend sind insbesondere Evaluation, Observability, MCP, Vector-Datenbanken und geeignete Guardrails relevante Kenntnisse für robuste Agentensysteme. Diese Ergänzungen decken typische produktionsnahe Agentic-AI-Themen wie Tool Calling, Evaluation, Tracing und MCP ab.

Responsibilities

Must-have Skills

Nice-to-have Skills

Beginn: 01.01.2027 oder ASAP

Vertragsart: Dienstleistung

Laufzeit / Ende: 12 Monate mit Option auf Verlängerung

• Konzeption und Entwicklung von Automatisierungspipelines für autonome KI-Agenten
• Entwicklung agentischer Systeme, die komplexe Aufgaben und Entwicklungsschritte möglichst eigenständig bearbeiten können
• Konzeption und Implementierung von RAG-Systemen
• Aufbau und Anbindung von Knowledge Bases
• Entwicklung deterministischer Tools und Funktionen für die kontrollierte Nutzung durch KI-Agenten
• Context Engineering und Steuerung der für Agenten bereitgestellten Informationen
• Kostenoptimiertes Architekturdesign und Überwachung des Ressourcen- bzw. Tokenverbrauchs
• Implementierung sicherer Sandboxing-Mechanismen zur kontrollierten Ausführung agentischer Aktionen
• Integration von Agenten mit APIs, Datenquellen und externen Systemen
• Aufbau von Fehlerbehandlung, Retry-Mechanismen und kontrollierten Ausführungspfaden Diese Mechanismen gehören zu typischen produktionsnahen Agent-Workflows.
• Aufbau von Evaluations- und Observability-Mechanismen zur Messung von Agentenverhalten, Qualität, Kosten und Latenz.
• Fundierte praktische Erfahrung mit Agentic AI / AI Agents
• Entwicklung von RAG-Systemen
• Aufbau und technische Integration von Knowledge Bases
• Entwicklung von deterministischen Tools / Function Calling
• Context Engineering
• Cost-aware Design, insbesondere hinsichtlich Tokenverbrauch, Modellwahl und Ausführungskosten
• Sandboxing und Security für kontrollierte Agentenausführung
• Sehr gute Software-Engineering-Kenntnisse für die Entwicklung von Automatisierungs- und Agenten-Pipelines
• Python und/oder TypeScript(recherchierte Ergänzung) als typische Implementierungssprachen produktionsnaher Agentensysteme.
• Erfahrung mit Vector-Datenbanken, Embeddings, Chunking, Retrieval und Reranking. Diese Komponenten sind insbesondere für RAG- und Knowledge-Systeme relevant.
• Kenntnisse im Model Context Protocol (MCP) zur standardisierten Tool- und Systemintegration.
• Erfahrung mit Agent-Frameworks wie LangGraph, CrewAI, LlamaIndex oder OpenAI Agents SDK.
• Erfahrung mit LLMOps, Evaluation und Regression Testing für KI-Systeme.
• Tracing und Observability von Agenten, Tool Calls sowie Kosten und Latenzen.
• Kenntnisse zu Human-in-the-Loop / Approval Gates, Guardrails und sicherer Tool-Ausführung.
• Erfahrung mit API-Design und der Integration externer Systeme und Datenbanken.

Project details

Koblenz und Remote

Auslastung/Volumen: Vollzeit