Noch keine KI-Analyse
Ausführen: python script_run_ai_scoring.py --profile alex
Stellenbeschreibung
Duration: 6 months+ | Start: 01/2027 | Remote: 80%
Beschreibung
End client
IT
RAG
OpenAI
Gemini
Vertex AI
LangChain
Artificial Intelligence
Python (Programming Language)
Machine Learning
Natural Language Processing
Workflows
Large Language Models
Prompt Engineering
Generative AI
Artificial Intelligence Markup Language (AIML)
Description
Für Agentic-AI-Vorhaben in der industriellen Fertigung suchen wir erfahrene AI Engineers für LLM-Agenten (m/w/d) für unseren Expertenpool.
Ein typisches Vorhaben sieht so aus:
Ausgangslage
Ein Fertigungsunternehmen will Störungen in der Produktion mit einem agentischen Workflow bearbeiten. Fällt eine Maschine aus, tragen KI-Agenten Informationen aus MES, Produktionsplanung, Instandhaltung und Dokumentation zusammen, bewerten Handlungsoptionen (z. B. Reparatur abwarten oder Aufträge auf eine Alternativmaschine verlagern) und legen sie den verantwortlichen Rollen zur Freigabe vor. Erst nach menschlicher Freigabe werden Wartungsauftrag und Umplanung in den Zielsystemen ausgeführt. Entscheidungsrelevante Zahlen kommen aus nachvollziehbaren Regeln, nicht aus dem Sprachmodell; jeder Schritt ist unterbrechbar, wiederaufnehmbar und lückenlos protokolliert. Umsetzung auf Google Cloud mit Temporal als Workflow-Engine. Sie verantworten die Agenten: was sie abfragen dürfen, wie sie Befunde mit Quellen belegen und wie sie gegen eingeschleuste Anweisungen abgesichert sind.
Aufgaben
Agenten für Instandhaltung und Produktionsplanung entwerfen: Rollen, Werkzeuge, Grenzen für Schritte, Laufzeit und Token
Tool-Verträge mit typisierten, strukturierten Ein- und Ausgaben definieren; jeder Tool-Aufruf ist eine eigene, protokollierte Activity
Strukturierte Modellausgaben mit Schemata, Quellenbezug und gekennzeichneten Annahmen umsetzen
Schutz gegen Prompt Injection aus Dokumenten und Tool-Ergebnissen umsetzen und testen
Evaluierung aufbauen: Testfälle, Referenzläufe, Regressionstests bei Modell- oder Promptwechsel, Aufzeichnungsmodus für Vorführungen
Modellanbindung über Vertex AI am regionalen EU-Endpunkt umsetzen, Fallback und Modellwechsel vorbereiten
Eng mit dem Workflow-Engineer zusammenarbeiten: Agentenschleife innerhalb des deterministischen Workflows
Prompts, Schemata und Bewertungsergebnisse versioniert dokumentieren
Muss
mindestens 5 Jahre Erfahrung in der Softwareentwicklung, davon mindestens 2 Jahre mit LLM-Anwendungen
mindestens eine LLM-Anwendung mit Tool Calling bzw. Function Calling in Produktion oder im Pilotbetrieb bei einem Kunden
Praxis mit strukturierten Ausgaben, Evaluierung von LLM-Systemen und Absicherung gegen Prompt Injection
sehr gutes Python oder TypeScript, Versionskontrolle und automatisierte Tests
Deutsch fließend, Englisch gut
Wünschenswert
Vertex AI bzw. Gemini, Anthropic Claude oder OpenAI über APIs; Erfahrung mit mehreren Anbietern
Agenten-Frameworks (z. B. LangGraph, Google ADK, OpenAI Agents SDK, Model Context Protocol)
Erfahrung mit Workflow-Engines wie Temporal
Retrieval über technische Dokumentation (RAG) mit Quellenangabe
Erfahrung mit Industrie- oder Instandhaltungsdaten
Zusammenarbeit in agilen, verteilten Teams
Rahmen
Einsatz: überwiegend remote, gelegentliche Termine vor Ort in Berlin/Brandenburg
Dauer: typischerweise 4 bis 6 Monate, Verlängerung möglich
Auslastung: 80 bis 100 Prozent
Start: projektabhängig, ab Q1 2027
Bewerbung
Bitte beantworten Sie kurz:
Welche LLM-Anwendung mit Tool-Aufrufen haben Sie zuletzt in Produktion oder in einen Pilotbetrieb gebracht (Zweck, Modell, Ihre Rolle, Nutzerzahl)?
Wie messen Sie die Qualität eines Agenten, und wie verhindern Sie, dass Inhalte aus Dokumenten oder Tool-Ergebnissen als Anweisung wirken?
Wie hoch ist Ihr Stundensatz und ab wann sind Sie verfügbar?
Bei E-Mail-Kommunikation bitte die Projekt-ID dieser Anzeige angeben. Telefonische Kontaktaufnahme bitte nur nach vorheriger Terminvereinbarung.