Beschreibung

In dieser Rolle entwickelst du zukunftsweisende GenAI-Lösungen von der ersten Idee bis zum Deployment. Du kombinierst LLMs mit klassischen ML-Verfahren, um skalierbare Systeme für das Unternehmen zu schaffen.

Anforderungen

• •Sicherer Umgang mit LLM/Agenten-Orchestrierungs-Tools
• •Praktische Erfahrung mit GenAI Stack
• •Exzellente Python-Kenntnisse
• •Erfahrung mit Cloud-KI-Services und Docker/Kubernetes
• •Verständnis von APIs, Microservices und Datenpipelines
• •Kenntnisse in Deep Learning Mathematik und Bibliotheken
• •Pioniergeist und Lernbereitschaft
• •Strukturierte Arbeitsweise und analytisches Denken
• •Souveräne und adressatengerechte Kommunikation
• •Erfahrung in MLOps oder Data Engineering (Vorteil)
• •Projekterfahrung im regulierten Umfeld (Vorteil)
• •Kenntnisse in Frontend-Technologien für KI-Demos (Vorteil)

Aufgaben

• •Moderne RAG-Architekturen und generative KI-Use-Cases konzipieren
• •Agentische Workflows und generative KI-Lösungen umsetzen
• •LLMs auswählen, feinabstimmen und in Geschäftsprozesse integrieren
• •Hybride Lösungen unter Nutzung von Machine Learning und Deep Learning schaffen
• •GenAI-Applikationen vom Prototypen bis zum skalierbaren Deployment bringen
• •Datengrundlagen für Agenten und Vector Databases aufbauen
• •Komplexe Workflows und Agenten orchestrieren
• •Stabilität sicherstellen und Modell-Outputs mittels Guardrails evaluieren
• •Performance-Optimierung der KI-Systeme verantworten
• •Stakeholder zu Business-Value und komplexen Architekturen beraten
• •KI-Lösungen in bestehende Software-Ökosysteme einbetten
• •Entwicklungen bei multimodalen Modellen und Agenten-Frameworks beobachten
• •Interne Formate und Prototypen für die Akademie mitgestalten

Tools & Technologien

Benefits