Senior Solution & AI Delivery Architect – Energy Platform Services (m/f/d) - IE2S GmbH

Aufgaben

Du verantwortest gemeinsam mit einem Team (Product Owner, Entwickler, Operations) die technische Weiterentwicklung einer skalierbaren Servicearchitektur im Umfeld digitale Energie- und Flexibilitätsservices. Dabei gehört zu deinen zentralen Aufgaben:

• Entwicklung der Ziel- und Referenzarchitektur für eine skalierbare Plattformarchitektur im Umfeld Energie- und Flexibilitätsservices
• Gestaltung skalierbarer Datenflüsse, Schnittstellen und Services für Asset-Anbindung, Prognose, Optimierung, Steuerung, Monitoring und Betrieb
• Architektur für die technische Integration und Steuerbarkeit dezentraler Energy Assets, einschl. Definition und Weiterentwicklung der Datenmodelle für z. B. Asset-Zustände, Verfügbarkeit, Steuerbarkeit und sonst. Restriktionen
• Architektur und Orchestrierung der Microservices für die Organisation mehrerer durchgängigen end to end Echtzeit-Prozesse
• Gestaltung von Schnittstellen zu energiewirtschaftlichen Partnern, techn. Dienstleistern, Vermarktungspartnern und weiteren externen Rollen
• Weiterentwicklung der Cloud-, Security-, DevOps- und Observability-Grundarchitektur
• Strukturierung von Architektur- und Code-Reviews
• Berücksichtigung von Governance, Rollen-/ Rechtekonzepten, Datenschutz, Security, Auditierbarkeit und Betriebsfähigkeit

Ein zweiter Schwerpunkt liegt auf dem systematischen Einsatz von KI in der Delivery und Operations:

• Aufbau einer KI-gestützten Delivery- und Operations-Architektur einschl. zugehöriger Prozesse
• Definition von Leitplanken und Standards für Architektur, Codestruktur, Spezifikationen, technische Dokumentation, Systemtests und Review-Prozesse beim Einsatz der KI
• Strukturierung einer projekt- und produktbezogenen Wissensbasis für Architektur, Fachlogik, Schnittstellen, Betrieb und Entscheidungen
• Entwicklung wiederverwendbarer Patterns für RAG, MCP, Agent-Workflows, Toolintegration und AI-assisted Software Delivery
• Sicherstellung der belastbaren nachvollziehbaren und prüfbare Ergebnisse in den SW-Entwicklungs- und Betriebsprozessen

Anforderungen

• Mehrjährige relevante Berufserfahrung als Solution Architect, Software Architect, Technical Lead oder in einer vergleichbaren technischen Führungsrolle
• Erfahrung mit Cloud- und Microservice-Architekturen sowie mit DevOps, CI/CD, Testing, Code Reviews und technischen Qualitätsprozessen
• Gutes Verständnis von API-Integration, Datenflüssen, Eventing, Schnittstellenarchitektur und skalierbaren Systemen
• Erfahrung mit KI-gestützter Softwareentwicklung, dem produktiven Einsatz von KI in Software-Delivery Prozessen
• Verständnis von Agenten, Toolzugriffen, Wissensbasen, RAG, MCP oder vergleichbaren Integrationskonzepten
• Fähigkeit, komplexe fachliche und regulatorische Anforderungen in umsetzbare technische Architektur zu übersetzen
• Gutes Schnittstellenverständnis zwischen Business, Produkt, Entwicklung, Betrieb und Management
• Strukturierte, pragmatische Arbeitsweise; starke Kommunikation über Business–Tech hinweg
• Teamfähigkeit sowie sehr gute Kommunikations- und Präsentationsfähigkeiten
• Offenheit und Motivation zur aktiven Ideenentwicklung und unternehmerischen Mitgestaltung
• Sehr gute Deutsch- und Englischkenntnisse sowie uneingeschränkte Reisebereitschaft und Flexibilität innerhalb Deutschlands

Hilfreich, aber nicht zwingend erforderlich, sind Erfahrungen in einem oder mehreren dieser Bereiche:

• Energiemarkt, Flexibilitätsvermarktung, Smart Charging, Elektromobilität oder technische Aggregation
• V1G, V2G, Ladeinfrastruktur, OCPP, HEMS, ImSYS, OEM-Fahrzeug-APIs, OpenADR
• Forecasting, Optimierung, Dispatch, technische Steuerung oder Monitoring verteilter Assets
• Datenschutz, ISMS, Security, Rollen- und Rechtemodelle
• Azure, AWS, Kubernetes, Kafka/Eventing, Monitoring/Observability
• Microsoft Copilot Studio, Azure AI Foundry, MCP, Agenten-Frameworks oder vergleichbare AI-Plattformen
• Aufbau von Referenzarchitekturen, Architecture Governance und technischen Review-Prozessen
• Erfahrung in der Skalierung von Pilot-/MVP-Systemen in Richtung produktionsfähiger Services