Wir suchen für einen unserer Kunden (Enterprise) Platform Architekten für ein ganzes Managed Capacity Team. Das Ziel ist es eine übergreifende Architektur (weiter-)zu entwickeln. Dabei ist zu klären, welche Themen / Fähigkeiten übergreifend, welche spezifisch für gewisse AI-Einsatzgebiete sind und welche lokal (je Projekt / Anwendung) gelöst werden.

Starke Faktoren für die Gestaltung der Architektur sind

• Sicherheit (Bedrohungen von aussen, von innen): Identität und Berechtigungen, Datenschutz und Datenklassifizierung.

• Regulatorik und Compliance, Nachvollziehbarkeit und Audit

• Enabling (AI Technologien einfach nutzbar machen, Self-Service, automatisierte Compliance)

• Kosten und Wirtschaftlichkeit

• Qualität und Verlässlichkeit, Betrieb und Resilienz

• Passung in die bestehende IT-Landschaft, Migrationsfähigkeit

• Integration und Interoperabilität

Das Team arbeitet eng mit den verantwortlichen Stellen und Fachpersonen des Endkunden zusammen.

Gesucht werden Personen mit ausgewiesener Erfahrung in der Konzeption und Weiterentwicklung komplexer Enterprise- und Plattformarchitekturen. Erwartet wird insbesondere die Fähigkeit, strategische Zielbilder in konkrete Architekturentscheidungen, Standards, Plattformfähigkeiten und umsetzbare Roadmaps zu überführen.

• Ausgewiesene Erfahrung mit AI-/GenAI-Architekturen in grossen Organisationen.
• Fundiertes Verständnis von LLMs, RAG, agentischen Systemen und Protokollen wie MCP oder A2A sowie ihren Risiken (Prompt Injection, Datenabfluss, Halluzinationen)
• Erfahrung mit Security-by-Design: Identity & Access Management (auch für nicht-menschliche Identitäten und Agenten), Datenklassifizierung, Zero Trust
• Fähigkeit, komplexe Architektur für unterschiedliche Zielgruppen verständlich darzustellen, vom Management bis zum Entwicklungsteam
• Deutsch verhandlungssicher, Englisch gut
• Mindestens 2 Referenzen in der Konzeption oder Umsetzung von AI-Plattformen oder Shared Services, z.B. AI Gateway, Model Hub, Agent Runtime, Vector Stores, Knowledge Management
• Vertiefte Kenntnisse in Cloud und Container (Azure, AWS und/oder Kubernetes) sowie in API-Management
• Erfahrung mit Observability für AI: Tracing, Evaluation und Quality Monitoring, Kostenerfassung, Audit Trail (z.B. OpenTelemetry, Langfuse oder Ähnliches)
• Erfahrung in der Spezifikation von Services und in der Evaluation von Produkten anhand strukturierter Kriterien
• Erfahrung in einer grossen, regulierten Organisation (öffentlicher Verkehr, Energie, Finanz, Verwaltung)
• Kenntnis von Frameworks und Standards wie TOGAF, ArchiMate, NIST AI RMF, ISO/IEC 42001, OWASP Top 10 for LLM
• Erfahrung mit MLOps/LLMOps sowie Testing und Freigabe von Modellen und Agenten (Evals, Red Teaming,Guardrails)
• Erfahrung mit Self-Service- und Platform-Engineering-Ansätzen (Developer Portal, Golden Paths)
• Erfahrung mit Citizen Development und Low-Code-Plattformen (z.B. Power Platform)