Rahmenbedingungen
Start: März/April 2026
Laufzeit: 3 Jahre (optional verlängerbar bis max. 5 Jahre)
Auslastung: 100 %
Arbeitsmodell: Hybrid – ca. 50 % vor Ort in Wien, ca. 50 % remote
Projektsprache: Deutsch und Englisch
Aufgaben:
Konzeption, Entwicklung und Implementierung von LLM-basierten Conversational-AI-Lösungen (z. B. RAG-Applikationen) in Microsoft Azure
Aufbau, Orchestrierung und Weiterentwicklung von AI-Agenten und Multi-Agenten-Systemen
Einsatz und Integration von Model Context Protocols (MCPs)
Aufnahme, Analyse und Strukturierung fachlicher Anforderungen in enger Abstimmung mit den betroffenen Fachbereichen
Agile Umsetzung der Lösungen sowie kontinuierliche Weiterentwicklung im Austausch mit den Fachbereichen
Anbindung, Integration und Harmonisierung relevanter interner und externer Datenquellen
Rollout und nutzergerechte Bereitstellung der Lösungen im operativen Betrieb
Übergabe der Lösungen an interne Teams inklusive Upskilling und Befähigung der Anwender
Sicherstellung von Skalierbarkeit, Sicherheit, Wartbarkeit und stabilem Betrieb der AI-Lösungen
Anforderungen:
Tiefgreifendes Verständnis und praktische Erfahrung mit Large Language Models und Conversational-AI-Lösungen (z. B. RAG) in Azure
Erfahrung in der Konzeption, Entwicklung und Implementierung von AI-Agenten / Multi-Agenten-Systemen
Erfahrung im Einsatz von Model Context Protocols (MCPs)
Erfahrung im Anforderungsmanagement und in der Zusammenarbeit mit Fachbereichen
Erfahrung in der agilen Umsetzung und Weiterentwicklung technischer Lösungen
Erfahrung in der Integration und Harmonisierung von Datenquellen
Erfahrung im Rollout und Betrieb produktiver Anwendungen
Erfahrung in der Übergabe von Lösungen, Dokumentation sowie Befähigung von Anwendern
Sehr gute Kenntnisse in Microsoft Azure, insbesondere:
Microsoft Foundry, Azure Cognitive Services, Azure Machine Learning
Erfahrung in der Entwicklung robuster und skalierbarer Anwendungen mit C# / .NET sowie Python
Erfahrung mit DevOps-Prinzipien und CI/CD-Pipelines
Praktische Erfahrung mit Docker und Azure Kubernetes Service (AKS)
Erfahrung mit Infrastructure as Code
Hohe Lernbereitschaft und Interesse an neuen Entwicklungen im Bereich Künstliche Intelligenz
PLUS:
Kenntnisse in Confluence und JIRA
Erfahrung mit Azure API Management, Monitoring & Logging (Azure Monitor, Log Analytics) sowie Data Governance (Microsoft Purview)
Branchenkenntnisse in der Energieindustrie oder im öffentlichen Sektor
Strukturierte und eigenverantwortliche Arbeitsweise
Hohe Kommunikationsfähigkeit gegenüber technischen und fachlichen Stakeholdern
Teamfähigkeit sowie ausgeprägtes Qualitätsbewusstsein