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

Randstad Professional GmbH (vorm. GULP)
Ansprechpartner: Daniel Gauro
köln,  Deutschland
60% RemoteFreiberuflichab sofortDauer 6 Monate100% Auslastung

Beschreibung

Einleitung
  • Rahmenbedingungen
  • 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)
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.

Ihre Aufgaben
  • 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.

Unsere Anforderungen
  • 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.
Wünschenswerte Qualifikationen
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.

Bewerben