Architekt (m/w/d) Aufbau und Weiterentwicklung einer KI-Landschaft - Remote (88%)
DIGIT4U Business Solutions GmbH
Ansprechpartner: Petra Sonneck
Deutschland, Deutschland
ITData CubeX86-ArchitectureAPIsKünstliche IntelligenzAnwendungsarchitekturApplication Development FrameworkApplication Lifecycle ManagementApplication VirtualizationArchicadArchitekturAutoCAD ArchitectureAutomatisierungBuild-AutomatisierungCodeanalyseSoftware QualitySystemkonfigurationData ArchitectureData CentersDatenfusionDateninfrastrukturData IntegrationETLData TransformationData MigrationDatenqualitätDatenstrukturDatensystemeDatenendeinrichtungData Transformation ServicesDaten-VirtualisierungDatenbankentwicklungInfosphere DatastageDigitale ArchitekturDarwin Information Typing ArchitectureMapReduceKrankenhausinformationssysteme (KIS)High-Level-ArchitekturIterative EntwicklungInformationsarchitekturIntegriertes Architektur-FrameworkIndustry Standard ArchitecturePythonMachine LearningMessaging Application Programming InterfaceWindows Application Programming InterfaceSoftware ArchitectureProjectwiseAzure Active DirectoryCloud-ServicesAnsibleDataOpsAzure Machine LearningAzure Data LakeRemote-ManagementSoftware Configuration ManagementSoftware-KonstruktionSoftwareentwicklungSoftwareherstellungSolution ArchitectureSystemarchitekturIntegration (Software)Technische DatenTechnische EntwicklungVersionierungAWS CDKDatenverarbeitungAzure AutomationModel Driven ArchitectureAzure Data FactoryIT-ArchitekturInformatica CloudEntwicklungsmaßnahmenData AssimilationGenerative AICloudformationInfoCADInfrastrukturautomatisierungs-FrameworksZielsetzungInstruction Set ArchitectureDeployment AutomationDatenprogrammierungAzure AKSMachine Learning OperationsCloud IntegrationPuppetTerraformArtificial Intelligence Markup Language (AIML)Daten-PipelineAutomation AnywhereApi-ManagementCode Migration
Beschreibung
Start: 01.01.2027
Ende: 31.12.2029
Einsatzort: Remote (88%), deutschlandweit (12%)
Unterstützung in der zentralen Steuerung und Weiterentwicklung der KI-Aktivitäten, um den sicheren, regelkonformen und bedarfsorientierten Einsatz Künstlicher Intelligenz zu etablieren und die Leistungsfähigkeit entlang der gesamten Wertschöpfungskette nachhaltig zu steigern.
KI-Transformation
- Definition eines übergreifenden KI-Zielbilds nach Anwendungsbereichen, Zielsetzungen und Wirkungsdimensionen
- Strukturierung der KI-Transformation entlang zentraler Dimensionen wie Strategie, Organisation, Technologie, Daten, Prozesse, Menschen, Governance und Wertbeitrag
- Definition von Zielzuständen, Reifegraden und Zielmetriken für die einzelnen Transformationsdimensionen
- Entwicklung übergreifender Leitprinzipien, Gestaltungsregeln und Abgrenzungen für die Transformation
- Entwicklung eines einheitlichen Begriffs- und Strukturmodells für KI-bezogene Sachverhalte
- Identifikation und Dokumentation von Abhängigkeiten, Rahmenbedingungen und Annahmen
- Sicherstellung der Konsistenz mit bestehenden strategischen, organisatorischen und technologischen Vorgaben
- Strukturierte Dokumentation des Transformationsrahmens
KI-Strategie und Konzeption
- Analyse des Status quo & Reifegradbestimmung: Analyse und Bewertung des organisatorischen und technischen KI-Reifegrads sowie Ableitung relevanter Handlungsfelder
- Entwicklung der KI-Strategie: Entwicklung einer zielorientierten KI-Strategie einschließlich strategischer Ziele, Leitlinien, KPIs und Priorisierungslogiken
- Gestaltung des KI-Governance-Modells: Entwicklung von Governance-Strukturen, Rollen, Entscheidungsprozessen und Richtlinien für einen regelkonformen KI-Einsatz
- Etablierung des KI-Portfoliomanagements: Strukturierte Bewertung, Priorisierung und Steuerung bestehender und potenzieller KI-Anwendungsfälle
- Entwicklung der Roadmap: Entwicklung eines Transformationsfahrplans mit priorisierten Maßnahmen, Use Cases, Meilensteinen und Abhängigkeiten
- Change & Enablement: Entwicklung und Umsetzung von Schulungs-, Kommunikations- und Change-Maßnahmen zur nachhaltigen Verankerung von KI in der Organisation
Umsetzungen von KI-Lösungen
- Entwicklung und Betrieb von Datenpipelines, Datenmodellen und Schnittstellen zur qualitätsgesicherten Datenintegration und -bereitstellung
- Entwicklung, Training, Optimierung und Bewertung von ML-Modellen einschließlich Datenaufbereitung und Modellversionierung
- Entwicklung und Absicherung LLM-basierter Anwendungen einschließlich Prompt Engineering und Retrieval-Mechanismen
- Automatisierung von Training und Deployment einschließlich Containerisierung, Monitoring, Drift-Erkennung und Versionierung
- Technische Umsetzung von Zielarchitekturen sowie Integration von KI-Lösungen in bestehende IT- und Datenlandschaften
Qualifikationsanforderungen:
- ITIL Foundation v4 oder gleichwertig bzw. höherwertig. (Gültiges Zertifikat)
- AWS Certified Solutions Architect- Associate, Azure Solutions Architect Expert (AZ-305), Professional Cloud Architect oder gleichwertig bzw. höherwertig. (Gültiges Zertifikat)
- Verhandlungssichere Deutsch- und gute Englischkenntnisse
Erfahrungsanforderungen:
- KI-/ML-Projekte (End-to-End) Analyse, Konzeption, Entwicklung und Umsetzung von Machine-Learning-Lösungen entlang des gesamten Lebenszyklus (Datenaufbereitung, Modelltraining, Evaluation, Deployment), inkl. Auswahl geeigneter Algorithmen und Bewertung der Modellgüte
- Data Engineering (ETL/ELT, Pipelines) Entwicklung, Implementierung und Betrieb von Datenpipelines (ETL/ELT), Integration heterogener Datenquellen, Transformation und Bereitstellung großer Datenmengen sowie Sicherstellung von Datenqualität und -verfügbarkeit
- Softwareentwicklung (Python) Entwicklung, Test und Wartung von Softwarelösungen mit Fokus auf daten- und KI-nahe Anwendungen, unter Nutzung moderner Programmiersprachen, Frameworks und Entwicklungsstandards (Clean Code, Versionierung)
- Cloud-Plattformen (AWS, Azure, GCP) Konzeption und Umsetzung von Cloudbasierten Architekturen, Nutzung relevanter Cloud-Services für Datenverarbeitung und KI sowie Integration in bestehende IT-Landschaften
- Aufbau und Betrieb von MLOps-Strukturen, inkl. Automatisierung von Trainings- und Deploymentprozessen (CI/CD), Monitoring von Modellen und Sicherstellung eines stabilen Betriebs
- Generative AI / LLM-Anwendungen Entwicklung und Integration von Anwendungen auf Basis großer Sprachmodelle (LLMs), inkl. Promot Engineering, Aufbau von RAG-Systemen und Nutzung von APIs
- IT-Architektur & Systemintegration Entwurf von IT-Architekturen für KI-Systeme, Definition von Schnittstellen, Integration in bestehende Systeme sowie Sicherstellung von Skalierbarkeit und Performance
Wir freuen uns auf Ihre Bewerbung mit Angabe Ihres Stundensatzes für Remote- und Onsite-Einsätze. Der Versand von Bewerbungsunterlagen per unverschlüsselter E-Mail kann unsicher sein. Alternativ können diese per Post oder über die Onlinebewerbung übermittelt werden.