Senior GenAI Architect - Interne Projekte & Effizienz (m/w/d)

Unser Kunde ist ein innovativer Anbieter von digitalen Lösungen im Bereich Automotive, Rail und Smart Industry. Als strategischer Entwicklungspartner begleitet er seine Kunden durch den gesamten Entwicklungsprozess, von Einzelkomponenten bis hin zu Komplettlösungen aus Hard- und Software. In dieser Rolle als Senior GenAI Architect sind Sie verantwortlich für die Konzeption und Umsetzung von AI-, GenAI- und Agentic-AI-Architekturen in verschiedenen Kundenprojekten. Sie entwickeln skalierbare End-to-End-Lösungen für Generative AI und LLMs und setzen technische Proof-of-Concepts sowie innovative Plattformlösungen um. Zudem beraten Sie Kunden und Stakeholder auf Enterprise-Level und arbeiten eng mit DevOps, Data Scientists und Enterprise Architects zusammen. Ihre Aufgaben umfassen auch die Evaluation und Integration neuer Tools, Frameworks und Technologien. Sie werden Teil eines motivierten Teams, das sich leidenschaftlich für Technologie einsetzt und innovative Projekte mit Fokus auf Generative AI und LLMs vorantreibt. Flexible Arbeitszeiten und die Möglichkeit, hybrid zu arbeiten, bieten Ihnen die Freiheit, Ihre Arbeitszeit an Ihr Leben anzupassen. Sie haben die Möglichkeit, Ihre Ideen einzubringen und Verantwortung zu übernehmen, während Sie aktiv an der digitalen Transformation mitwirken.

Der ideale Kandidat bringt ein abgeschlossenes Studium in (Wirtschafts-)Informatik oder einen vergleichbaren Hintergrund mit. Zudem sollten Sie mindestens 5 Jahre Berufserfahrung als Solutions oder Enterprise Architect im Cloud- und Data-Umfeld vorweisen können. Fundierte Kenntnisse in Generative AI, LLMs und deren produktivem Einsatz sind unerlässlich. Erfahrung mit Cloud-Plattformen wie AWS, Azure oder GCP, einschließlich Architekturdesign und Plattformbetrieb, wird ebenfalls erwartet. Sie sollten sicher im Umgang mit Tools wie TensorFlow, PyTorch, HuggingFace, LangChain, LangGraph oder AutoGen sein und sehr gute Kenntnisse in Python, insbesondere im AI/ML-Kontext, mitbringen. Kenntnisse in DevOps und MLOps, wie CI/CD für ML und Container-Technologien (Docker, Kubernetes), sind von Vorteil. Darüber hinaus sollten Sie über Methodenkompetenz in agilen Arbeitsmethoden und Architektur-Frameworks verfügen. Ein C1-Sprachlevel in Deutsch und Englisch ist erforderlich, ebenso wie die Bereitschaft zu projektbezogenen Reisen. Kommunikations- und Präsentationsstärke auf allen Unternehmensebenen und im Umgang mit externen Partnern runden Ihr Profil ab.