Solution Architect - LangGraph & Agentic AI in Stuttgart, Unterensingen

Wir suchen einen erfahrenen Solution Architect mit praktischer Erfahrung in der Gestaltung und Bereitstellung von LangGraph-basierten KI-Lösungen, um die Architektur von unternehmensweiten agentischen KI-Plattformen und -Anwendungen zu leiten. Sie werden mit Geschäfts- und Technologiestakeholdern zusammenarbeiten, um wertvolle KI-Möglichkeiten zu identifizieren und diese in sichere, skalierbare und produktionsbereite Architekturen zu übersetzen. Die Rolle kombiniert KI-Architektur, Unternehmensintegration, Cloud-Engineering, agentische KI, Sicherheit, Governance und Stakeholder-Führung.

Sie sollten LangGraph auf praktischer Ebene verstehen und in der Lage sein, architektonische Entscheidungen in Frage zu stellen, Ingenieurteams zu leiten und sicherzustellen, dass KI-Lösungen zuverlässig im Unternehmensmaßstab betrieben werden können.

• AI Solution Architecture
• Leitung der Architektur und des Designs von unternehmensweiten KI-Agenten und agentischen Workflow-Lösungen
• Gestaltung von LangGraph-basierten Architekturen für Einzelagenten- und Multi-Agenten-Anwendungen
• Übersetzung von Geschäftsanforderungen, Prozessen, SLAs, Sicherheitsanforderungen und technischen Einschränkungen in Lösungsarchitekturen
• Bewertung architektonischer Alternativen und Dokumentation wichtiger technischer Entscheidungen und Abwägungen
• Definition wiederverwendbarer Architektur-Muster für agentische KI-Lösungen
• Enterprise Agent Architecture
• Gestaltung von Architekturen, die Folgendes einbeziehen:
• LLMs
• LangGraph
• RAG
• Unternehmensdaten
• APIs und Geschäftssysteme
• Workflow-Engines
• Genehmigungsprozesse durch Menschen
• Beobachtbarkeit
• Sicherheit und Governance
• Definition geeigneter Grenzen zwischen KI-Argumentation und deterministischer Geschäftslogik
• Gestaltung von Zustandsverwaltung, Persistenz, Wiederherstellung und langlaufenden Agenten-Workflows
• Bestimmung, wann Einzelagenten-, Multi-Agenten- oder konventionelle Anwendungsarchitekturen verwendet werden sollen
• Cloud and Platform Architecture
• Gestaltung skalierbarer KI-Anwendungsarchitekturen auf AWS, Azure oder GCP
• Definition von Rechen-, Netzwerk-, Speicher-, API-, Sicherheits- und Plattformanforderungen
• Gestaltung von Architekturen, die für produktionsreife Workloads im Unternehmensmaßstab geeignet sind
• Bewertung von Cloud-Diensten und KI-Plattformfähigkeiten basierend auf Leistung, Sicherheit, Skalierbarkeit und Kosten
• Zusammenarbeit mit Plattform-Engineering- und DevOps-Teams zur Festlegung von Bereitstellungsstandards
• Integration Architecture
• Gestaltung der Integration zwischen KI-Agenten und Unternehmensanwendungen, APIs, Datenbanken und SaaS-Plattformen
• Definition sicherer Mechanismen für den Zugriff auf Agentenwerkzeuge und Interaktionen mit Geschäftssystemen
• Gestaltung von Authentifizierungs-, Autorisierungs-, Geheimnismanagement- und Zugriffssteuerungsansätzen
• Sicherstellung, dass KI-gesteuerte Aktionen nachvollziehbar, prüfbar und angemessen geregelt sind
• AI Security and Governance
• Festlegung von Sicherheits- und Governance-Prinzipien für unternehmensweite KI-Agenten
• Adressierung von Risiken wie:
• Prompt-Injection
• Datenleck
• Unbefugte Werkzeugnutzung
• Übermäßige Agentenberechtigungen
• Ungenaue oder unsichere Aktionen
• Exposition sensibler Daten
• Definition geeigneter Mensch-in-der-Schleife-Kontrollen
• Sicherstellung, dass Lösungen den Sicherheits-, Datenschutz-, regulatorischen und verantwortungsvollen KI-Anforderungen der Organisation entsprechen
• AI Evaluation and Observability
• Definition der Architektur für das Monitoring und die Beobachtbarkeit von KI-Anwendungen
• Festlegung von Ansätzen zur Bewertung der Genauigkeit, Zuverlässigkeit, Latenz, Kosten und Aufgabenerfüllung von Agenten
• Definition geeigneter Protokollierung, Nachverfolgung, Metriken und Alarmierung
• Festlegung betrieblicher Prozesse zur Überwachung und kontinuierlichen Verbesserung von Produktionsagenten
• Stakeholder and Technical Leadership
• Direkte Zusammenarbeit mit leitenden Geschäfts- und Technologiestakeholdern zur Definition von KI-Strategien und -Roadmaps
• Leitung von Architektur-Workshops und technischen Entwurfssitzungen
• Kommunikation komplexer KI-Konzepte und architektonischer Abwägungen an technische und nicht-technische Zielgruppen
• Bereitstellung technischer Richtungen für KI-Ingenieure, Entwickler, Datenteams und Plattformingenieure
• Überprüfung von Lösungsdesigns und Sicherstellung der Übereinstimmung mit den Standards der Unternehmensarchitektur
• Mentoring von Ingenieurteams und Förderung wiederverwendbarer KI-Architekturmuster

Erforderliche Erfahrungen:

• Umfangreiche Erfahrung in der Lösungsarchitektur, Softwarearchitektur, KI-Architektur oder einer verwandten Rolle
• Praktische Erfahrung in der Gestaltung und Bereitstellung von LangGraph-basierten KI-Anwendungen oder agentischen Workflows
• Starkes Verständnis von LLM-Anwendungsarchitekturen
• Erfahrung mit unternehmensweiten KI/ML-Lösungen in der Produktion
• Starkes Verständnis von RAG, Werkzeugaufrufen, Agentenorchestrierung und Mensch-in-der-Schleife-Mustern
• Starke Erfahrung mit mindestens einer großen Cloud-Plattform: AWS, Azure oder GCP
• Starkes Verständnis von Unternehmensintegrationsmustern und APIs
• Erfahrung mit Sicherheits-, Governance-, Beobachtungs- und Betriebsanforderungen für Produktionssysteme
• Starkes technisches Verständnis von Python und modernen Softwareentwicklungspraktiken

Wünschenswerte Erfahrungen:

• LangChain / LangSmith
• Multi-Agenten-Architekturen
• Unternehmens-RAG-Plattformen
• Vektordatenbanken
• Kubernetes
• Ereignisgesteuerte Architekturen
• Mikrodienste
• Infrastructure as Code
• CI/CD
• MLOps / LLMOps
• KI-Sicherheit
• Verantwortungsvolle KI
• Großangelegte Unternehmensumwandlung
• Erfahrung in der direkten Zusammenarbeit mit leitenden Kundenstakeholdern