Vorwärts eingesetzter Ingenieur – KI

Unternehmen führen KI schneller ein, als sie sie steuern können – und suchen einen Partner, der zwei Dinge gleichzeitig tun kann: glaubwürdig über KI-Vertrauen, Governance und Sicherheit sprechen und tatsächlich aufbauen. Der Forward Deployed Engineer (AI) ist dieser Partner.

Sie sind das technische Gesicht von AvePoint in Kundenorganisationen: Sie können mit einem CISO KI-Vertrauens- und Governance-Konzepte auf dem Whiteboard erstellen, ein Geschäftsproblem in ein umfassendes KI-Build-Projekt übersetzen und selbst den ersten funktionierenden Prototyp schreiben. Sie vernetzen sich mit Kunden, liefern echte Ergebnisse und sind für das gesamte Engagement verantwortlich.

Dies ist keine Pre-Sales-Rolle mit einem Demo-Skript und keine Back-Office-Lieferrolle. Dabei handelt es sich um das Engagement-Modell, das führende KI-Unternehmen für ihre strategischen Unternehmenskunden entwickelt haben: ein leitender Ingenieur, der im Voraus eingesetzt wird und die Autonomie hat, das Problem von der ersten Werkstatt bis zur Produktion zu bewältigen.

Was du tun wirst

Beratung zu KI-Vertrauen und Governance.

Leiten Sie Workshops, die Kunden helfen, ihre KI-Landschaft zu verstehen und die Kontrolle über sie zu übernehmen – Agenten, Copiloten, Modelle und die Daten dahinter, einschließlich der Schatten-KI, von der sie nichts wussten. Erklären Sie sowohl technischen Teams als auch Führungskräften glaubwürdig die KI-Governance, den Sicherheitsstatus und die Resilienzkonzepte. Führen Sie Kunden durch Verpflichtungen wie das EU-KI-Gesetz, NIS2 und ISO 42001 und helfen Sie ihnen, praktische Betriebsmodelle umzusetzen: KI-Inventare, Genehmigungsworkflows, Risikoklassifizierung und Prüfungsnachweise.

Umfang und Gestaltung von KI-Build-Projekten.

Setzen Sie sich mit Geschäftsinteressenvertretern zusammen, um den zugrunde liegenden Bedarf hinter „Wir wollen KI für X“ zu verstehen. Identifizieren Sie die Anwendungsfälle mit dem höchsten Wert, definieren Sie Erfolgskriterien und übersetzen Sie mehrdeutige Anforderungen in konkrete, abschätzbare technische Bereiche – Architekturumrisse, Daten- und Integrationsanforderungen, Bereitstellungsphasen, Aufwands- und Risikobewertungen. Schreiben Sie Arbeitserklärungen, die die Ingenieurteams tatsächlich liefern und die Kunden tatsächlich unterzeichnen können.

Bauen und liefern.

Entwickeln Sie Prototypen und Produktionskomponenten für Kunden-KI-Lösungen: Agenten-Workflows, RAG-Pipelines, LLM-Integrationen (Azure OpenAI, AWS Bedrock, Google Vertex, Anthropic), MCP-basierte Tool-Integrationen und die damit verbundenen Governance- und Sicherheitskontrollen. Stellen Sie benutzerdefinierte Adapter und lokale Tools für regulierte, Cloud-beschränkte oder Air-Gap-Umgebungen bereit, in denen Standard-SaaS-Ansätze nicht funktionieren.

Besitzen Sie die Beziehung durch Lieferung.

Seien Sie vom ersten Workshop bis zum Go-Live der vertrauenswürdige technische Berater: Führen Sie Aktivierungssitzungen durch, unterstützen Sie die Einführung, beheben Sie Fehler in der Produktion und erweitern Sie das Engagement dort, wo Sie einen echten Mehrwert für den Kunden sehen.

Was wir suchen

Must-haves

• 5+ Jahre Erfahrung in der Softwareentwicklung, Lösungsarchitektur oder technischen Beratung, davon mindestens 2 Jahre praktische Erfahrung mit modernen KI-/LLM-Systemen in realen Projekten (nicht nur beim Experimentieren).

• Aufbau praktischer Erfahrungen mit LLM-APIs und -Frameworks (z. B. Azure OpenAI, Bedrock, Vertex, LangChain, Semantic Kernel) und Mustern wie RAG, Agenten-Workflows und Tool-/Funktionsaufrufen.

• Fachwissen im Bereich maschinelles Lernen: Praktische Erfahrung im Bereich maschinelles Lernen in den Bereichen Modellentwicklung, Evaluierung, Bereitstellung und Operationalisierung mit Schwerpunkt auf KI-Lösungen für Unternehmen, prädiktiven Analysen und skalierbaren MLOps-Praktiken.

• Starke Programmierkenntnisse in Python und/oder C#/TypeScript sowie sicheres Arbeiten mit mindestens einer großen Cloud-Plattform (Azure, AWS oder GCP), einschließlich Identitäts-, Netzwerk- und Datendiensten.

• Nachgewiesene Fähigkeit, technische Projekte anhand mehrdeutiger Geschäftsanforderungen abzugrenzen: Sie können einen Anforderungsworkshop durchführen, Annahmen konstruktiv hinterfragen und einen glaubwürdigen Plan mit Phasen, Schätzungen und Risiken erstellen.

• Hervorragende Kommunikation vor hochrangigen Stakeholdern – Sie können einem Vorstandsmitglied erklären, warum KI-Governance wichtig ist, und im selben Meeting mit einem Plattformingenieur über Kompromisse bei Vektordatenbanken diskutieren.

• Bereitschaft, zu Kundenstandorten zu reisen und bei mehrdeutigen, schnelllebigen Aufträgen mit hoher Autonomie zu agieren.

Starke Pluspunkte

• Kenntnisse über KI-Governance- und Compliance-Frameworks: EU AI Act, NIS2, ISO/IEC 42001, NIST AI RMF oder Gartners AI TRiSM-Modell.

• Erfahrung mit KI-Sicherheitsthemen: Prompt-Injection, Datenlecks, Agentenberechtigungen, Modell- und Datensicherheitsstatus (AI-SPM/DSPM-Konzepte).

• Vertrautheit mit dem Model Context Protocol (MCP), Agentenlaufzeiten oder Vektordatenbanken (z. B. Pinecone, Milvus, Weaviate, Chroma).

• Hintergrundwissen in den Bereichen Enterprise Data Governance, Sicherheit, Backup/Resilienz oder dem Microsoft 365/Multi-Cloud-Ökosystem, in dem AvePoint tätig ist.

• Erfahrung in der Lieferung in regulierte Branchen (öffentlicher Sektor, Verteidigung, Finanzdienstleistungen, Gesundheitswesen) oder in abgelegene/staatliche Umgebungen.

• Vorerfahrung in einer zukunftsweisenden, eingebetteten Beratungs- oder kundenorientierten Ingenieursrolle.

• Zusätzliche Sprachen, die für den Kundenstamm Ihrer Region relevant sind.

Wie wir den Erfolg messen

Innerhalb Ihrer ersten 6–12 Monate haben Sie KI-Erkennungs- und Governance-Workshops für mehrere Unternehmenskunden geleitet, mindestens einen bedeutenden KI-Build- oder Governance-Auftrag festgelegt und gewonnen und funktionsfähige Software in eine Kundenumgebung geliefert. Vor allem: Kunden fragen mit Ihrem Namen nach Ihnen.

Warum diese Rolle, warum jetzt

Die Einführung von KI übersteigt die Kontrolle der Unternehmen, und die Aufsichtsbehörden haben dies bemerkt. Jedes große Unternehmen muss jetzt seinen KI-Bestand überwachen, verwalten, sichern und aufrechterhalten – und die meisten benötigen einen Partner, der sowohl beratend als auch aufbauend sein kann. Als FDE bei AvePoint helfen Sie dabei, dieses Engagement-Modell von Grund auf zu definieren, arbeiten an der Grenze der Agenten-KI und des KI-Vertrauens und tun dies mit zwei Jahrzehnten Erfahrung in den Bereichen Unternehmensdaten-Governance und Resilienz im Rücken.

#LI-SB1

Alle personenbezogenen Daten, die Sie uns im Rahmen des Bewerbungsprozesses mitteilen, werden streng unter Einhaltung der geltenden Datenschutzgesetze und unserer Datenschutzerklärung verarbeitet.…

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/avepoint/forward-deployed-engineer-ai-london-370964)