Auf einen Blick
- Aufgaben: Leite die Transformation der Embedded-Software mit KI-gesteuerten Plattformen.
- Unternehmen: Innovatives Unternehmen, das sich auf KI-gestützte Technologien spezialisiert hat.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Möglichkeiten zur beruflichen Weiterentwicklung.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft der Softwareentwicklung mit modernster KI-Technologie.
- Qualifikationen: Erfahrung in KI, Softwareentwicklung und Atlassian-Tools erforderlich.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Wir suchen einen Principal Engineer / AI Architect, der die Transformation der Embedded-Softwaretechnik durch AI-first Digitalization leitet. Diese Rolle konzentriert sich auf die Orchestrierung mehrerer Generative AI-Systeme (Multi-GenAI) unter Verwendung von NXP AI Community-zugelassenen Tools, die eng mit der Atlassian-Plattform (Jira, Confluence, Bitbucket) integriert sind, um autonome, skalierbare und intelligente Softwareentwicklungsecosysteme zu ermöglichen.
Sie werden AI-gesteuerte SDLC-Plattformen entwerfen und liefern, die agentic AI, GenAI, DevOps und Embedded Engineering-Workflows kombinieren – was selbstoptimierende und hochautomatisierte Entwicklungspipelines ermöglicht.
Hauptverantwortlichkeiten
- Multi-GenAI Orchestrierung & Plattformarchitektur
- Architektur für Multi-GenAI-Orchestrierungsplattformen definieren und leiten, die NXP-zugelassene GenAI-Tools nutzen
- Orchestrierung über:
- Mehrere LLMs und AI-Dienste
- Agentenbasierte Systeme
- Engineering-Toolchains einschließlich Atlassian (Jira, Confluence, Bitbucket)
- Modulare Orchestrierungsschichten für:
- Multi-Agenten-Zusammenarbeit
- Cross-Model-Reasoning
- End-to-End-Workflow-Automatisierung
- Sicherstellen von unternehmensgerechter Skalierbarkeit, Governance und sicherer Bereitstellung
- AI-gesteuerte SDLC-Transformation
- Architektur und Implementierung eines AI-unterstützten Embedded-SDLC
- Tiefgreifende Integration von AI in:
- Jira (AI-unterstützter Backlog, Anforderungen, Rückverfolgbarkeit)
- Confluence (automatisierte Dokumentation & Wissensgenerierung)
- Bitbucket (AI-gesteuerte Code-Workflows & Reviews)
- Aktivieren von nachverfolgbaren, geschlossenen AI-Systemen über Anforderungen → Entwicklung → Validierung
- Agentic AI & autonome Ingenieursysteme
- Entwurf von agentic AI-Systemen für die autonome Ausführung von Engineering-Workflows
- Aufbau von Multi-Agenten-Orchestrierungsrahmen unter Verwendung von:
- LangChain, AutoGen, CrewAI
- Aktivieren von:
- AI-gesteuerter Codegenerierung und -optimierung
- Automatisiertes Debugging und Ursachenanalyse
- Intelligente Testgenerierung, die mit Jira-Workflows verknüpft ist
- Implementierung von selbstlernenden Pipelines unter Verwendung von Feedback von Entwicklern und Toolchains
- DevOps, Atlassian & Toolchain-Integration
- Integration von AI in CI/CD-Pipelines und DevOps-Ökosysteme
- Orchestrierung über:
- Bitbucket-Pipelines
- Bau- und Testsystme
- Freigabe-Workflows
- Aktivieren von AI-unterstütztem DevSecOps, das mit der NXP AI-Governance übereinstimmt
- Automatisierung von End-to-End-Entwickler-Workflows, die Atlassian-Tools und AI-Systeme verbinden
- Embedded Systems & ECU-Integration
- Vorantreiben der AI-unterstützten Transformation der Embedded-Softwareentwicklung, einschließlich:
- Komplexe Treiberentwicklung
- ECU-Softwarelebenszyklus (ASPICE-konform)
- Integration von AI in Echtzeit- und ressourcenbeschränkte Umgebungen
- Sicherstellen der Einhaltung von:
- MISRA
- ISO 26262
- ISO/SAE 21434
- Vorantreiben der AI-unterstützten Transformation der Embedded-Softwareentwicklung, einschließlich:
- Technische Führung & AI-Governance
- Förderung der NXP AI Community-Standards und genehmigten GenAI-Tools
- Definition von Best Practices für:
- Multi-GenAI-Orchestrierung
- AI-Integration mit dem Atlassian-Ökosystem
- Förderung einer AI-first Ingenieurskultur
- Leitung interdisziplinärer Innovation in AI-unterstützten digitalen Ingenieurplattformen
Erforderliche Fähigkeiten & Qualifikationen
- AI & GenAI-Expertise
- Starke Erfahrung mit:
- Generative AI, LLMs, Prompt Engineering, RAG
- Multi-GenAI-Orchestrierung & Agentenökosysteme
- Praktische Erfahrung mit:
- LangChain, AutoGen, CrewAI
- Erfahrung mit unternehmensweiter AI-Governance und genehmigten Toolchains (NXP bevorzugt)
- Starke Erfahrung mit:
- Software-, Plattform- & Atlassian-Expertise
- Starke Programmierkenntnisse:
- Python (AI/Orchestrierung)
- C/C++ (Embedded Systems)
- Nachgewiesene Erfahrung mit:
- Atlassian-Plattform: Jira, Confluence, Bitbucket (unbedingt erforderlich)
- DevOps, CI/CD, Infrastructure-as-Code
- Verteilte Systeme & AI-Pipelines
- Cloud-Plattformen:
- Azure / AWS
- Starke Programmierkenntnisse:
- Embedded Systems-Expertise
- Starkes Verständnis von:
- Embedded Systems, RTOS, Toolchains
- ECU-Architekturen & ASPICE
- Expertise in:
- Sicherheitskritischen, Echtzeitsystemen
- Starkes Verständnis von:
Wir glauben, dass du diese Fähigkeiten brauchst, um Principal Engineer – AI-Enabled Embedded Software (Multi GenAI Orchestration) mit Bravour zu bestehen
AI-First Digitalization
Multi-GenAI Orchestration
NXP AI Community Tools
Atlassian (Jira, Confluence, Bitbucket)
AI-Driven SDLC Platforms
Agentic AI Systems
LangChain
