GenAI Engineer

Beschreibung

Job Zusammenfassung In dieser Rolle entwickelst du innovative KI-Lösungen, implementierst RAG-Architekturen, integrierst LLMs in Geschäftsprozesse und optimierst komplexe Workflows mithilfe von GenAI-Technologien. Job Zusammenfassung In dieser Rolle entwickelst du innovative KI-Lösungen, implementierst RAG-Architekturen, integrierst LLMs in Geschäftsprozesse und optimierst komplexe Workflows mithilfe von GenAI-Technologien. Deine Rolle im Team Deine Mission: Intelligente Systeme der nächsten Generation KI-Lösungen konzipieren und realisieren Fokus GenAI: Konzeption und Umsetzung von modernen RAG-Architekturen (Retrieval Augmented Generation), agentischen Workflows und generativen KI-Use-Cases. Modellierung & Integration: Auswahl und Feinabstimmung (Fine-Tuning) von LLMs sowie deren Integration in produktive Geschäftsprozesse. Fundament: Während dein Fokus auf Generative AI liegt, nutzt du dein Wissen in klassischen Machine-Learning-Verfahren und Deep Learning, um hybride Lösungen zu schaffen, wo LLMs alleine nicht ausreichen. Verantwortung für End-to-End-Lösungen Production-Ready AI: Du bringst GenAI-Applikationen von der ersten Prompt-Idee über den Prototypen bis hin zum skalierbaren Deployment (LLMOps). Daten & Orchestrierung: Aufbau und Optimierung der Datengrundlage für Agenten, Vector Databases sowie die Orchestrierung komplexer Workflows und Agenten. Qualitätssicherung: Sicherstellung von Stabilität, Evaluierung von Modell-Outputs (Guardrails) und Performance-Optimierung. Beratung & Zusammenarbeit Technologie-Übersetzer: Du erklärst Stakeholdern den Unterschied zwischen "Hype" und echtem Business-Value und übersetzt komplexe Architekturen in klare Entscheidungsvorlagen. Interdisziplinarität: Enge Zusammenarbeit mit Business Analyst*innen und Software Engineers, um KI nahtlos in bestehende Software-Ökosysteme einzubetten. Weiterentwicklung & Wissensaustausch State-of-the-Art: Du beobachtest die rasanten Entwicklungen im Bereich LLMs, multimodale Modelle und Agenten-Frameworks. Wissenstransfer: Aktive Mitgestaltung interner Formate und Prototyping neuer Features für die attempto Akademie. Unsere Erwartungen an dich Qualifikationen Fachliches Profil (Fokus GenAI) Frameworks: Du bist sicher im Umgang mit einem oder mehreren LLM/Agenten-Orchestrierungs-Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex oder Haystack. Sprachgenie: Exzellente Python-Kenntnisse sind deine Basis. Technisches Verständnis & Basis Architektur: Solides Verständnis von APIs, Microservices und Datenpipelines. KI-Fundament: Du verstehst die Mathematik hinter Deep Learning und hast bereits mit Bibliotheken wie PyTorch oder TensorFlow gearbeitet - dies hilft dir, GenAI-Modelle tiefergehend zu verstehen. Arbeitsweise Pioniergeist: Du hast Lust, in einem Feld zu arbeiten, das sich wöchentlich neu erfindet. Analytik: Du arbeitest strukturiert und behältst auch bei komplexen Systemarchitekturen den Überblick. Kommunikation: Du kannst technische Konzepte souverän und adressatengerecht vermitteln und verfügst über sehr gute Deutsch- und Englischkenntnisse. Nice to have Kenntnisse in Frontend-Technologien (z.B. Streamlit, React, Copilotkit/AG-UI) für den schnellen Bau von KI-Demos und überzeugenden GenAI-Webapps. Erfahrung GenAI Stack: Praktische Erfahrung mit Prompt Engineering, Embeddings und dem Aufbau und Management von Vector Databases (z.B. Pinecone, Weaviate, Milvus oder Chroma). Cloud & Deployment: Erfahrung mit Cloud-KI-Services (Azure OpenAI, AWS Bedrock oder GCP Vertex AI) sowie Docker/Kubernetes. Tiefergehende Erfahrung in MLOps oder Data Engineering. Projekterfahrung im regulierten Umfeld (z.B. Banking, Insurance). Benefits Work-Life-Integration 🏠 Home Office Themen mit denen du dich im Job beschäftigst Machine Learning AI Metadaten Level: Erfahren Job Feld: Software, Data Anstellung: Teilzeit / Vollzeit Vertragsart: Unbefristetes Dienstverhältnis Arbeitsmodell: Hybrid, Onsite Unternehmenstyp: Etablierte Firma Branche: Banken, Finanz, Versicherung, Beratung, Internet, IT, Telekom Ort: Karlsruhe, München, Münster (Hessen) | München | Deutschland | Karlsruhe | Münster (Hessen) | 64839

Tech Stack