Agentic AI Engineer (m/w/d)
Akkodis Germany Tech Freelance GmbH
Ansprechpartner: Sinya Lehr
Frankfurt, Deutschland
Beschreibung
Bitte beachten Sie, dass diese Ausschreibung ausschließlich an Softwarehäuser und Unternehmen mit mehreren festangestellten Mitarbeitern gerichtet ist. Die Beauftragung von Freelancern oder 1-Personen-Gesellschaften ist aufgrund kundenseitiger Vorgaben ausgeschlossen.
Start: 08.10.2026
Ende: 31.12.2026
Ort: Frankfurt am Main
Remote: überwiegend Remote, vereinzelt Onsite (10 PT)
Sprache: Deutsch (C1)
Umfang: 51 PT
Aufgaben:
- Softwareentwicklung in den Entwicklerteams als Agentic Engineer mit GitHub Copilot und Kiro, insbesondere nach dem Spec-Driven-Development-Ansatz.
- Wissenstransfer zu Prompting, Parallelisierung von Agents, Konfigurationen, Skills und MCP-Servern im Team über Pair Programming, Reviews und dedizierte Wissenstransfer-Sessions.
- Verständliche Vermittlung der Grundlagen moderner LLMs.
- Mitwirkung an der Reifegradanalyse je Team und Umsetzung des individuellen Onboarding- und Enablement-Plans mit Fokus auf Prozessanpassung.
- Unterstützung bei Leitplanken und Sicherheitsmaßnahmen (Sandboxes, sichere Standardkonfigurationen) für den produktiven Einsatz von Agentic Coding.
- Beitrag zur Erhebung der KPIs, die Verbreitung und den Nutzungsgrad von Agentic Coding im SDLC messbar machen.
Muss-Anforderungen:
- Erfahrung mit containerisierten Plattformen und modernen DevOps-Prozessen (Docker, Kubernetes, CI/CD und automatisierten Tests) (> 3 Jahre Erfahrung).
- Erfahrung mit mindestens einem Spec-Driven-Development-Framework: GitHub Spec Kit, Kiro, OpenSpec oder BMAD (2 Projekte).
- Erfahrung mit der Verwendung von mindestens 2 der folgenden Agentic-Coding-Tools in produktionsreifer Enterprise-Software: GitHub Copilot, Kiro, OpenCode, Claude Code oder OpenAI Codex (1 Projekt).
- Tiefes Verständnis der Theorie von Large Language Models (Transformer, RLHF, Gradient Descent, Vector Embeddings), belegt durch mindestens zwei Forschungsprojekte (2 Projekte).
- Nachweisliche Erfahrung in der Anwendung von Prompt-Engineering-Methoden für generative KI-Tools in Unternehmens- oder Forschungskontexten (<= 3 Jahre Erfahrung).
Nice to Have:
- Gute Kenntnisse agiler Methoden (z. B. Scrum, Nexus, SAFe) und Erfahrung in cross-funktionalen Teams aus Entwicklern, IT-Spezialisten und Business Stakeholdern (<= 3 Jahre Erfahrung).
- Ende-zu-Ende-Entwicklung und Betreuung einer produktiven Softwarelösung (<= 3 Jahre Erfahrung).
- Mehrjährige Erfahrung mit containerisierten Plattformen und modernen DevOps-Prozessen, insbesondere Docker, Kubernetes, CI/CD und automatisierten Tests (2 Projekte).