Full Stack, AI & Multi Agent Systems Engineering Lead (all genders)
Role details
Job location
Tech stack
Job description
Komplexe Herausforderungen erfordern visionäre Ingenieure - solche, die Systeme nicht nur effizient gestalten, sondern auch lernfähig und anpassungsfähig machen. Bei Accenture suchen wir Senior Full Stack EntwicklerInnen mit fundierter KI-Expertise, um unseren Kunden beim Aufbau der nächsten Generation intelligenter, cloud-nativer Anwendungen zu helfen. Du übernimmst Verantwortung für Architekturentscheidungen, coachst EntwicklerInnen und bringst Innovationen durch angewandte KI sowie moderne Engineering-Praktiken zum Leben. Dabei arbeitest du mit leistungsstarken Teams aus verschiedenen Branchen zusammen - von Finanzen und Versicherungen über Pharma, Life Sciences bis hin zur Mobilität - und verwandelst komplexe Anforderungen in elegante, skalierbare Lösungen., * Du entwirfst und lieferst moderne, leistungsstarke Full-Stack-Anwendungen und leitest die Entwicklung von Backend- und Frontend-Systemen, die messbare Geschäftsergebnisse erzielen
- Dabei konzipierst und implementierst du Cloud-native Lösungen auf AWS, GCP oder Azure und sorgst für Skalierbarkeit, Zuverlässigkeit und Sicherheit
- Du nutzt KI- und LLM-Technologien im gesamten Software-Lebenszyklus - von intelligenten Coding-Assistenten und Automatisierung bis hin zu KI-gestütztem Testing und DevOps-Pipelines
- Du entwickelst KI-basierte Produkte und Plattformen, einschließlich LLM-basierter Anwendungen, RAG-Pipelines, KI-Gateways und Multi-Agent-Orchestrierungsframeworks und gestaltest diese so, wie Unternehmen KI produktiv einsetzen und skalieren
Requirements
- Studium der Informatik, Wirtschaftsinformatik, Mathematik oder Naturwissenschaften bzw. eine Ausbildung zum / zur Fachinformatiker:in Anwendungsentwicklung
- Berufserfahrung im Full-Stack-Engineering, einschließlich der Leitung von Design und Implementierung skalierbarer, produktionsreifer Systeme mit Java, Spring Boot, Node.js, Python (FastAPI), React oder Angular
- Nachgewiesene Expertise in API-Architekturen, Systemintegration und Cloud-nativem Design auf Plattformen wie AWS, GCP oder Azure, mit der Fähigkeit, Teams hinsichtlich Best Practices für Skalierbarkeit, Ausfallsicherheit und Performance anzuleiten
- Praktische Erfahrung im Bereich AI Engineering und angewandtes maschinelles Lernen, inklusive LLMs, Retrieval-Augmented Generation (RAG) und Architekturen auf Basis von Knowledge Graphs; Erfahrung mit AI Gateways, Claude Code oder Multi-Agenten-Frameworks (LangGraph, CrewAI, AutoGen, OpenAI) ist ein starkes Plus
- Solides Verständnis der DevOps-Kultur, CI/CD-Pipelines und automatisierter Testframeworks sowie fließende Deutsch- und Englischkenntnisse