Lead AI Engineer & Chapter Owner Data & AI

Beschreibung

Job Zusammenfassung In diesem Job verantwortest du den Aufbau und die fachliche Entwicklung des Data & AI Chapters, triffst Architekturentscheidungen und konzipierst zielgerichtete AI-Lösungen für anspruchsvolle Projekte. Job Zusammenfassung In diesem Job verantwortest du den Aufbau und die fachliche Entwicklung des Data & AI Chapters, triffst Architekturentscheidungen und konzipierst zielgerichtete AI-Lösungen für anspruchsvolle Projekte. Deine Rolle im Team Wir bauen das Data & AI Chapter konsequent aus und suchen die Person, die es fachlich prägt. Als Lead AI Engineer & Chapter Owner trägst du zwei Rollen gleichzeitig: Du bist technisch tief genug, um in anspruchsvollen Projekten mitzuwirken und Architekturentscheidungen zu treffen. Und du bist breit genug, um ein Chapter aufzubauen, das Maßstäbe setzt - in Qualität, Methodik und Wirkung. Du verantwortest, wie wir als lab25 KI-Systeme denken, bauen und weiterentwickeln. Das ist keine reine Führungsrolle - du bleibst nah am Engineering. Aber du setzt den Rahmen, der anderen ermöglicht, ihr Bestes zu geben. Du übernimmst die fachliche Ausgestaltung und strategische Ausrichtung des Data & AI Chapters: Capability-Aufbau, Technologie-Stack, Standards und Qualitätsniveau. Du entwickelst Chapter-Mitglieder gezielt weiter - durch inhaltliches Feedback, strukturierte Reviews und klare Entwicklungspfade von Experienced bis Senior. Du bist Sparringspartner*in für andere Chapter Leads und die Geschäftsführung bei technologischen Weichenstellungen. Du verantwortest die Chapter-Wissensbasis: Agenten-Patterns, Pipeline-Templates, Evaluationsframeworks - was einmal gut gelöst wurde, wird wiederverwendbar gemacht. Du konzipierst und reviewst modulare Agentensysteme mit klaren Rollen, Memory-Strukturen, Tool-Use und Entscheidungslogik - von der Architekturentscheidung bis zum produktiven Deployment. Du setzt den Standard dafür, wie wir Kontextfenster, Tool-Chains und mehrstufige Inference-Pipelines systematisch gestalten - reproduzierbar, versionierbar, evaluierbar. Du triffst fundierte Architekturentscheidungen zu Retrieval-Systemen (Chunking, Embedding, Re-Ranking) und sorgst dafür, dass Unternehmenswissen sinnvoll für Agenten nutzbar wird. Du etablierst Qualitäts- und Sicherheitsstandards im Chapter - Bias-Tests, Accuracy-Evaluation, Guardrails - und machst sie zur gelebten Praxis, nicht zur Checkliste. Du entwickelst und pflegst die wiederverwendbaren Agenten-Patterns des Chapters. Du übernimmst technische Gesamtverantwortung in strategisch relevanten Kundenprojekten und bist Ansprechpartner*in auf Augenhöhe mit technischen Entscheider*innen beim Kunden. Du treibst aktiv Forschungskooperationen mit Universitäten und Fachhochschulen voran - von der Projektkonzeption bis zur Umsetzung - und sorgst dafür, dass Erkenntnisse in die Praxis überführt werden. Unsere Erwartungen an dich Qualifikationen Du hast Agentensysteme und AI-Pipelines nicht nur gebaut, sondern in den produktiven Betrieb gebracht, betrieben und weiterentwickelt und weißt, wo es in der Praxis wirklich hakt. Du hast Teams oder Communities fachlich geführt - als Tech Lead, Chapter Lead, Principal Engineer oder in vergleichbarer Rolle. Du weißt, wie man Standards durchsetzt, ohne zu bremsen. Tiefe Python-Kenntnisse, souveräner Umgang mit LLM-Frameworks (z. B. LangChain, LlamaIndex, CrewAI o. ä.) sowie Vektor- und Graphdatenbanken (z. B. Qdrant, Weaviate, Neo4j). Du verstehst Context Engineering und AI Pipelines als Disziplin auf Systemebene und kannst dieses Verständnis auf andere übertragen. Du entwickelst AI-enabled: Claude Code, Codex und vergleichbare Tools sind für dich selbstverständlicher Teil des Engineering-Workflows und du erwartest das auch von deinem Chapter. Du sprichst fließend Deutsch und Englisch. Du kannst technische Komplexität auf Entscheiderebene verständlich machen und Architekturentscheidungen klar begründen. Erfahrung 8+ Jahre Erfahrung in der Softwareentwicklung oder KI/ML - mit nachweisbarer, tiefer Auseinandersetzung mit LLMs, Agenten oder RAG-Architekturen, gerne auch aus dem Bereich Applied Research, Open-Source-Projekten oder dem Databricks/Azure-Stack. Erfahrung mit Deployment (FastAPI, Docker, Cloud) und MLOps-Grundlagen werden vorausgesetzt. Unser Angebot Ein erfahrenes, multidisziplinäres Team, in dem du u.a. eng mit Designer*innen und Engineers zusammenarbeitest. Echter Gestaltungsraum: Du baust ein Chapter mit - fachlich, kulturell, strategisch. Deine Entscheidungen prägen, wie lab25 KI-Systeme denkt und umsetzt. Direkte Wirkung: Kurzer Draht zur Geschäftsführung, schnelle Entscheidungen, keine politischen Umwege. Deine Architekturentscheidungen landen in echten Systemen bei relevanten Unternehmen. Chapter-Struktur: Du führst ein wachsendes Team aus AI Engineers, ML Engineers und Data Architekten*innen - mit hohem Anspruch und wenig Bürokratie. Arbeit mit modernen Technologien und einer stabilen Infrastruktur. Ein moderner Arbeitsplatz auf dem [whyit] Campus und die Möglichkeit, teilweise im Homeoffice zu arbeiten. Wettbewerbsfähige Vergütung inklusive Benefits sowie Arbeitsgerät deiner Wahl (MacOS oder Linux). Benefits Work-Life-Integration 🏠 Home Office Themen mit denen du dich im Job beschäftigst Machine Learning AI Metadaten Level: Lead Job Feld: Software, Data Anstellung: Teilzeit / Vollzeit Vertragsart: Unbefristetes Dienstverhältnis Arbeitsmodell: Hybrid, Onsite Unternehmenstyp: Etablierte Firma Branche: Beratung Ort: Münster (Hessen) | 64839 | Deutschland

Tech Stack