AI Software Delivery Engineer - Freelance

Contexte client
Unser Kunde ist ein großer internationaler Konzern im Energiesektor, dessen Aktivitäten auf kritischen Informationssystemen basieren, die hohen Anforderungen an Geschwindigkeit, Zuverlässigkeit und Robustheit unterliegen. In einem Umfeld, in dem die Leistung der Informationssysteme einen entscheidenden Wettbewerbsvorteil darstellt, hat die technische Leitung des Unternehmens eine umfassende Transformation seiner Softwaretechnik eingeleitet.

Kontext der Mission
Im Rahmen des Teams, das der technischen Leitung (CTO) zugeordnet ist, trägt der Berater zur Transformation des Softwareentwicklungszyklus hin zu einem AI-Driven-Modell (AI-Driven Software Development Lifecycle) bei. Ziel ist es, einen methodischen Rahmen zu strukturieren und in großem Maßstab zu implementieren, um die Liefergeschwindigkeit, die Softwarequalität und die Standardisierung der Ingenieurpraktiken durch künstliche Intelligenz erheblich zu verbessern.

Ziele der Mission

• Die Liefergeschwindigkeit, die Softwarequalität und die Standardisierung der Ingenieurpraktiken durch künstliche Intelligenz erheblich verbessern.
• Ein kohärentes, industrialisierbares und gesteuertes AI-Driven-Entwicklungsmodell etablieren, in dem Menschen und Agenten effektiv in jeder Phase des Softwarelebenszyklus zusammenarbeiten.
• Die Kontrolle über die Lieferergebnisse sowie die End-to-End-Kohärenz des Delivery-Systems gewährleisten.
• Experimente, Konzepte und Prototypen in konkrete, nutzbare und reproduzierbare operationale Fähigkeiten umwandeln.

Umfang der Mission

• Die Entdeckung und automatisierte Erkundung bestehender Systeme.
• Die strukturierte Spezifikation (Specification-Driven Development).
• Die von künstlicher Intelligenz geleitete Gestaltung.
• Die agentengestützten Implementierungen.
• Die automatisierte Validierung und Tests.
• Die Dokumentation und das Wissensmanagement.

Verantwortung des Beraters

• Strukturierung des Frameworks: Aufbau und Implementierung eines AI-Driven-Entwicklungsrahmens, der den gesamten Lebenszyklus abdeckt, sowie Definition der Standards, Artefakte und Praktiken, die Reproduzierbarkeit, Rückverfolgbarkeit, Governance, Qualität und Skalierbarkeit gewährleisten.
• Gestaltung der agentischen Architektur: Entwicklung eines nutzbaren und großflächig einsetzbaren agentischen Modells, Identifizierung der durch KI erweiterbaren Aktivitäten, Definition von Rollen für spezialisierte Agenten in den großen Phasen (Erkundung, Spezifikation, Gestaltung, Implementierung, Test, Validierung), Strukturierung der Kontexte und Kenntnisse, die von den Agenten verarbeitet werden, sowie Gestaltung der Orchestrierungs-, Übergabe- und Qualitätskontrollmechanismen.
• Experimentierung, Implementierung und Industrialisierung: Umwandlung von Experimenten in skalierbare operationale Fähigkeiten, schrittweise Implementierung des Frameworks bei Pilotteams, Definition der Implementierungsbedingungen (wiederverwendbare Komponenten, Vorlagen, Referenzen, Werkzeuge) und Einrichtung des Rahmens für die Kontrolle und Verwaltung von Tokens (tokenops).
• Begleitung der Akzeptanz und Kompetenzsteigerung: Unterstützung der Implementierung des Frameworks bei den Entwicklungsteams, Begleitung der Aneignung neuer, KI-gestützter Workflows, Erstellung der notwendigen Demonstratoren und Machbarkeitsnachweise zur Förderung der Akzeptanz, Unterstützung der Konvergenz der Praktiken im gesamten Unternehmen und Behandlung organisatorischer oder technischer Hindernisse bei der Implementierung.

Erwartete Ergebnisse

• Der dokumentierte AI-Driven-Methodenrahmen, der den gesamten Softwarelebenszyklus abdeckt.
• Die agentische Architektur des Entwicklungszyklus (Rollen von Agenten, Kontexte, Orchestrierungsmechanismen und Validierungsschleifen).
• Die Referenzen, Vorlagen, wiederverwendbaren Komponenten und unterstützenden Werkzeuge für die Implementierung im großen Maßstab.
• Der Rahmen für Governance, Rückverfolgbarkeit und Token-Management (tokenops).
• Die notwendigen Demonstratoren und Machbarkeitsnachweise zur Förderung der Akzeptanz.
• Die Dokumentation und das zugehörige Wissensmanagementsystem.

Profil des gesuchten Beraters
Erfahrener Softwareingenieur mit solider Architekturkompetenz und nachgewiesener Praxis in der Anwendung generativer KI-Technologien in der Entwicklung, der in der Lage ist, strukturelle methodische Visionen mit direkter operativer Beteiligung bei den Teams zu verbinden.

Gesuchte Ausbildung
Hochschulabschluss auf Niveau Bac+5 (Ingenieurschule oder gleichwertiger Studiengang) in Informatik oder Softwaretechnik.

Erforderliche Erfahrung
Über 10 Jahre Erfahrung in der Softwaretechnik.
Signifikante Erfahrung in der Softwarearchitektur.
Praktische Erfahrung mit generativen KI-Technologien in der Softwareentwicklung.
Nachgewiesene Erfahrung in der Transformation von Ingenieurpraktiken im großen Maßstab.

Technische Fähigkeiten

• Softwarearchitektur.
• SDLC und Software Engineering.
• DevOps / Platform Engineering.
• CI/CD.
• Testautomatisierung.
• LLM (Nutzung, Grenzen, Integration).
• Autonome Agenten und Multi-Agenten-Systeme.
• Prompt Engineering.
• Retrieval-Augmented Generation (RAG).
• Context Engineering.
• KI-unterstützte Softwareentwicklung.

Persönliche Fähigkeiten / Qualitäten

• Starke Fähigkeit zur methodischen Strukturierung.
• Innovationsgeist und Freude an der Erkundung.
• Fähigkeit, bestehende Standards herauszufordern.
• Fortgeschrittene technische Kommunikation.
• Technische Führung.

Sprachen
Englisch C1 (fließend, sowohl schriftlich als auch mündlich).

Modalitäten der Mission
Startdatum: So bald wie möglich
Vorgesehene Dauer: 3 Monate verlängerbar
Standort: Genf (Schweiz)
Präsenz: 3 Tage / Woche
Erfahrungsniveau: 10+ Jahre
Sprache: Englisch C1
TJM: Je nach Profil