AI Engineer (w/m/d)

Das Unternehmen ist ein führender IT-Dienstleister in Europa, der zukunftsfähige IT-Architekturen gestaltet, die von klassischer IT-Infrastruktur über Digitalisierung bis hin zu Künstlicher Intelligenz und Managed Services reichen. In dieser Rolle als AI Engineer sind Sie Teil eines dynamischen Teams, das das interne 'Agentic Framework' weiterentwickelt und eine Plattform gestaltet, die KI als operatives Instrument innerhalb einer internationalen Unternehmensgruppe etabliert. Ihre Hauptaufgaben umfassen das Entwerfen und Skalieren einer Orchestrierungs-Engine auf Enterprise-Niveau, die KI-gestützte Entscheidungen auf Basis von Unternehmensdaten ermöglicht. Sie entwickeln agentenbasierte Architekturen mit modernen Orchestrierungsansätzen und realisieren Agenten für Tool-Nutzung, Informationsabruf und Selbstkorrektur. Ein wesentlicher Schwerpunkt Ihrer Arbeit liegt auf der Integration von LLM-Reasoning in bestehende Datenstrukturen. Hierbei kombinieren Sie Graphtechnologien, Vektorsuche und strukturierte Abfragen, um domänenübergreifende Lösungen zu entwickeln, die Daten aus unterschiedlichen Systemen zusammenführen. Sie sind verantwortlich für den gesamten Produktionslebenszyklus, einschließlich APIs, CI/CD, Monitoring und Sicherheitsmaßnahmen. Ihre Rolle bietet Ihnen die Möglichkeit, moderne KI-Tools zur Effizienzsteigerung im Entwicklungsprozess zu nutzen und aktiv zur Weiterentwicklung des Unternehmens beizutragen.

Der ideale Kandidat verfügt über ein abgeschlossenes Studium in Informatik oder eine vergleichbare Qualifikation sowie mehrjährige Erfahrung in der Softwareentwicklung, insbesondere im Bereich Künstliche Intelligenz oder agentenbasierte Systeme. Sie bringen sehr gute Kenntnisse in Python mit und haben praktische Erfahrungen mit agentenbasierten Orchestrierungs-Frameworks und modernen KI-Architekturen. Erfahrung im Aufbau und Betrieb produktiver Systeme mit Technologien wie Docker, Kubernetes, REST-APIs und CI/CD-Pipelines ist ebenfalls erforderlich. Zudem sollten Sie fundiertes Know-how in LLM-nahen Konzepten wie Tool-Nutzung, strukturierte Outputs und Evaluierung mitbringen. Ein gutes Verständnis für Geschäftsanforderungen sowie eine strukturierte und verantwortungsbewusste Arbeitsweise sind wichtig. Sie sollten sichere Deutsch- und Englischkenntnisse haben und durch analytisches Denken, Qualitätsbewusstsein und einen starken Fokus auf robuste, sichere Systeme überzeugen.