AI Engineer (w/m/d)

Sie möchten die Zukunft der Mobilität aktiv mitgestalten und einen bedeutenden Beitrag zur Nachhaltigkeit leisten? Dann sind Sie bei unserem Kunden genau richtig. Werden Sie Teil eines engagierten Teams und arbeiten Sie an innovativen Lösungen, die den positiven Wandel in der Verkehrsbranche vorantreiben. Für die Entwicklung und Implementierung produktiver GenAI-Anwendungen zur Unterstützung zentraler Geschäftsprozesse suchen wir einen AI Engineer (w/m/d). In dieser Rolle sind Sie verantwortlich für das Design, die Entwicklung und den Betrieb produktiver GenAI-Lösungen, einschließlich LLM-Apps, Agenten und RAG. Sie werden die Architektur und Orchestrierung von LLM-Systemen übernehmen und dabei sicherstellen, dass alle Standards und Best Practices eingehalten werden. Ihr Arbeitsumfeld ist geprägt von interdisziplinärer Zusammenarbeit, in der Sie eng mit verschiedenen Stakeholdern zusammenarbeiten. Darüber hinaus profitieren Sie von einem modernen Arbeitsumfeld, das hybrides Arbeiten ermöglicht und Ihnen vielfältige Entwicklungsperspektiven bietet. Unser Kunde setzt auf Nachhaltigkeit und hat sich zum Ziel gesetzt, bis 2030 CO2-neutral zu sein. Ihre Arbeit wird somit einen direkten Einfluss auf die sichere und nachhaltige Mobilität von Menschen und den Transport von Wirtschaftsgütern haben.

Der ideale Kandidat bringt mehrjährige Erfahrung mit produktiven GenAI-Lösungen sowie mit LLM- und Agenten-Frameworks, insbesondere LangChain, mit. Sie sollten über sehr gute Kenntnisse in Python verfügen und Erfahrung in der Backend-Entwicklung, insbesondere in der Erstellung von APIs, Async-Programmierung und Caching, haben. Kenntnisse in Vektordatenbanken und Embeddings sind ebenfalls erforderlich. Zudem sind Cloud- und Infrastrukturkenntnisse, insbesondere in Azure (OpenAI, AKS, Functions, Key Vault), Containerisierung (Docker/Kubernetes) und Automatisierung von Vorteil. Sie sollten praktische Erfahrungen in der Modellwahl, beim Prompting und Fine-Tuning sowie in der Implementierung von Guardrails und Sicherheitsmaßnahmen mitbringen. Eine analytische und strukturierte Arbeitsweise sowie die Fähigkeit, Ownership über den gesamten GenAI-Lifecycle zu übernehmen, sind essenziell. Gute Kommunikationsfähigkeiten in Englisch und Deutsch sind erforderlich, um technische Konzepte überzeugend zu vermitteln.