Das Unternehmen bietet eine spannende Möglichkeit, Teil eines innovativen Teams zu werden, das sich auf die Entwicklung von KI-Lösungen spezialisiert hat. Als AI Engineer mit Fokus auf Generative KI in München werden Sie in einem dynamischen Umfeld arbeiten, das sich durch eine moderne und digitale Herangehensweise an die Versicherungsbranche auszeichnet. In dieser Rolle sind Sie verantwortlich für die Entwicklung und Implementierung skalierbarer KI-Anwendungen, die sowohl generative als auch klassische KI-Technologien nutzen. Sie arbeiten eng mit Experten für AI und Cloud-Infrastruktur zusammen, um eine leistungsstarke Plattform in der AWS-Cloud aufzubauen. Ihre Hauptaufgaben umfassen die Entwicklung von KI-Lösungen von der ersten Idee bis zum produktiven Einsatz, das Implementieren von Validierungs- und Testverfahren sowie die kontinuierliche Überwachung und Optimierung der Modelle. Zudem analysieren Sie neue Trends und Technologien im Bereich KI und bewerten deren Potenzial für das Unternehmen. Das Arbeitsumfeld fördert Innovation und Kreativität, und Sie haben die Möglichkeit, aktiv zur Digitalisierung der Branche beizutragen. Sie werden in einem engagierten Team arbeiten, das großen Wert auf persönliche Entwicklung und Weiterbildung legt.
(Senior) AI Engineer (m/w/d)
Beschreibung
Anforderungen
Für diese Position sollten Sie einen Masterabschluss in Informatik, Computer Science oder einem verwandten technischen, mathematischen oder naturwissenschaftlichen Fachgebiet vorweisen. Fundierte Kenntnisse in generativer KI, einschließlich LLMs, Retrieval-Augmented Generation und Vektordatenbanken, sind erforderlich. Sie sollten nachweisbare Erfahrung in der Entwicklung von KI-Lösungen für Unternehmen haben und ein starkes Portfolio erfolgreicher Anwendungsfälle präsentieren können. Erfahrung in der Integration von KI in verschiedene Anwendungen sowie Kenntnisse der KI- und Datenservices führender Cloud-Plattformen wie AWS, Azure oder Google Cloud sind von Vorteil. Zudem sind Fähigkeiten im Bereich Model Deployment und MLOps, einschließlich der Nutzung von Orchestrierungstools wie Apache Airflow oder KubeFlow, wichtig. Sie sollten exzellente Problemlösungsfähigkeiten, analytisches Denken und Detailgenauigkeit mitbringen. Fließende Deutsch- und Englischkenntnisse sind unerlässlich, um komplexe technische Konzepte klar zu kommunizieren.