Software Engineer - Agentic AI Systems

• Konzeption und Entwicklung produktionsreifer KI-Agenten und Multi-Agenten-Workflows für reale Use Cases - von Rollenverteilung und Tool-Nutzung über Planungs- und Reasoning-Loops bis hin zu Memory- und State-Management über mehrere Agenten hinweg
• Auswahl und Integration von Agent-Orchestrierungs-Frameworks und Interop-Protokollen (z. B. LangGraph, CrewAI, AutoGen, Semantic Kernel, PydanticAI, MCP, Vendor Agent SDKs) und deren Anbindung an bestehende REST-APIs, Event-Streams und Datenpipelines
• Treffen und Dokumentieren von Architekturentscheidungen (ADRs) sowie Sicherstellen nicht-funktionaler Anforderungen (Zuverlässigkeit, Kosten- und Latenzkontrolle, Nachvollziehbarkeit von Agenten-Entscheidungen)
• Instrumentierung des Agenten-Verhaltens für Tracing, Evaluation, Guardrails und Reproduzierbarkeit nicht-deterministischer Läufe, * Erweiterung unserer event-getriebenen Python-Datenplattform (FastAPI-Services, Pipeline-Orchestrierung, Event Bus, relationale und Vektor-Speicher, Object Storage) um die Schnittstellen, die Agenten benötigen - neue Event-Typen, aufrufbare Tools, Retrieval-Endpunkte, Human-in-the-Loop-Berührungspunkte
• Zusammenarbeit über Disziplingrenzen hinweg - vom Data Engineering über das Backend (Python / FastAPI) bis zu DevOps - für den produktiven Betrieb von Agentensystemen in Container-Deployments (Docker Compose in Produktion; Kubernetes-Erfahrung von Vorteil)

Qualität & Betrieb

• Erstellung von qualitativ hochwertigem, testbarem Code - eigenständig und mit KI-Unterstützung (agentische Coding-Tools) - sowie Code- und Pull-Request-Reviews
• Evaluation und Monitoring des Agenten-Verhaltens (Tracing, Guardrails, Fehlerbehandlung nicht-deterministischen Verhaltens)
• Eigenständige Problemanalyse, Troubleshooting und Deployments (CI/CD, Container- und Cloud-Deployments)
• Verantwortung für Betriebssicherheit und Stabilität der Agentensysteme (Troubleshooting in Produktion, Release-Management) - in unserer nach ISO 27001 zertifizierten Umgebung

Team & Zusammenarbeit

• Enger Austausch mit Product Ownern, Stakeholdern und Kund:innen zur Klärung von Use Cases und Machbarkeit
• Aktive Teilnahme am agilen Prozess (Task-Refinement, Aufwandsschätzungen, Sprint-Planung)
• Wissenstransfer im Team zu agentischen KI-Praktiken und -Tools

• Loyalität und Integrität
• Freude an Teamarbeit und kollaborativem Arbeiten
• Wunsch nach selbstbestimmtem und selbstorganisiertem Arbeiten
• Erfolgreich abgeschlossenes Studium der Informatik, Wirtschaftsinformatik oder eines vergleichbaren Studiengangs - oder eine abgeschlossene Ausbildung im Fachbereich
• Mehrjährige Berufserfahrung in der Softwareentwicklung sowie praktische Erfahrung mit LLM-basierten Anwendungen oder Agentensystemen im produktiven Einsatz
• Verständnis gängiger LLM-Anwendungsmuster: Prompting, Tool- / Function-Calling, RAG, Kontext- und Memory-Management
• Direkte Erfahrung mit der Integration gehosteter LLM-Provider-APIs (z. B. Anthropic, OpenAI, Google, Mistral) im produktiven Einsatz - einschließlich Fehlerbehandlung, Rate-Limit-Resilienz sowie Kosten- und Latenzsteuerung
• Praktische Erfahrung mit mindestens einem Agent- / Orchestrierungs-Framework (z. B. LangGraph, CrewAI, AutoGen, Semantic Kernel, PydanticAI, Vendor SDKs oder vergleichbare Eigenentwicklungen)
• Praktische Erfahrung mit dem Model Context Protocol (MCP) - Aufbau oder Nutzung von MCP-Servern, um Agenten Tools bereitzustellen
• Gute Programmierkenntnisse in Python (FastAPI oder vergleichbares asynchrones Web-Framework); Kenntnisse in TypeScript (Angular / React) sind von Vorteil
• Fundierte Kenntnisse im Design von Web-APIs (REST, OpenAPI, Versionierung, Contract-Disziplin)
• Solide Data-Engineering-Grundlagen (SQL / PostgreSQL, relationale Datenmodellierung, Schema-Migrationen, ETL- / ELT-Konzepte)
• Fundierte Kenntnisse zu Vektordatenbanken und Retrieval-Strategien (pgvector, Qdrant, Weaviate oder vergleichbar) - zentral für unsere Retrieval- und Agent-Memory-Schichten
• Praktische Erfahrung mit einem Pipeline- / Workflow-Orchestrierungs-Tool (Dagster, Airflow, Prefect, Temporal oder vergleichbar) - die Kategorie zählt mehr als das konkrete Produkt
• Praktische Erfahrung mit event-getriebenen Architekturen und Stream- / Queue-Systemen (Redis Streams, Kafka, NATS, RabbitMQ oder vergleichbar)
• Erfahrung mit modernen DevOps-Praktiken und -Tools (Git, CI/CD, Docker, idealerweise Kubernetes)
• Erfahrung mit Cloud-Computing-Anbietern wie STACKIT, AWS oder Microsoft Azure - idealerweise mit Deployments unter EU-Datenhaltung
• Bewusstsein für die Besonderheiten nicht-deterministischer Systeme (Testing, Evaluation, Observability von Agenten-Verhalten)
• Souveränes Arbeiten in einer nach ISO 27001 zertifizierten Umgebung - Umgang mit Secrets, Audit-Trails, mandantenbezogene Datentrennung
• Hohes Auffassungsvermögen, lösungsorientierte und effiziente Arbeitsweise
• Gute Deutsch- und Englischkenntnisse in Wort und Schrift

Großartig wären zusätzlich:

• Erfahrung mit Evaluation- / Tracing-Tools für LLM- und Agent-Anwendungen (z. B. LangFuse, LangSmith, Braintrust, Weights & Biases)
• Kenntnisse begleitender Technologien (SQLModel / SQLAlchemy, ORM und Datenbank-Migrationen, NoSQL, GraphQL)
• Erfahrung mit Identity & Access Management oder Authentifizierung (OIDC / OAuth2, JWT)
• Vertrautheit mit selbst gehostetem Object Storage / S3-kompatiblen Systemen (SeaweedFS, MinIO oder vergleichbar)
• Vorerfahrung mit Ingestion-Pipelines (RSS / Atom, Compliance-konformes HTML-Scraping, E-Mail und Anhänge, Dokumentenextraktion)
• Frontend-Prototyping mit React + Vite + Tailwind oder Angular für Agent-Facing-UIs

• Flexible Arbeitszeiten
• Möglichkeit zum hybriden Arbeiten
• Spannende und herausfordernde Projekte
• Dynamisches und agiles Arbeitsumfeld
• Attraktives Gehaltspaket
• Raum zur persönlichen Entfaltung und Weiterentwicklung, Gehalt: 3.500,00€ - 5.000,00€ pro Monat

Leistungen:

• Firmenevents
• Flexible Arbeitszeiten