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

Unser Kunde ist ein innovativer digitaler Lösungsanbieter, der sich auf die Bereiche Automotive, Rail und Smart Industry spezialisiert hat. In der Rolle als Senior GenAI Architect sind Sie verantwortlich für die Konzeption und Umsetzung von AI-, GenAI- und Agentic-AI-Architekturen in verschiedenen Kundenprojekten. Zu Ihren täglichen Aufgaben gehört die Entwicklung skalierbarer End-to-End-Lösungen für Generative AI und große Sprachmodelle (LLMs). Sie setzen technische Proof-of-Concepts um und entwickeln innovative Plattformlösungen. Zudem beraten Sie Kunden und Stakeholder auf Enterprise-Level und arbeiten eng mit DevOps, Data Scientists und Enterprise Architects zusammen. Die Evaluation und Integration neuer Tools, Frameworks und Technologien gehört ebenfalls zu Ihrem Aufgabengebiet. Sie werden Teil eines motivierten und unterstützenden Teams, das leidenschaftlich an zukunftsweisenden Lösungen arbeitet. Das Unternehmen legt großen Wert auf Teamgeist und eine freundliche Arbeitsatmosphäre, in der Ihre Ideen und Ihr Gestaltungsspielraum geschätzt werden. Flexible Arbeitszeiten und die Möglichkeit, hybrid zu arbeiten, bieten Ihnen die Freiheit, Ihre Arbeitsweise individuell zu gestalten. Wenn Sie bereit sind, die digitale Welt aktiv mitzugestalten und Herausforderungen motiviert anzugehen, freuen wir uns auf Ihre Bewerbung.

Der ideale Kandidat bringt ein abgeschlossenes Studium in (Wirtschafts-)Informatik oder einen vergleichbaren Hintergrund mit. Sie sollten 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 vorausgesetzt. Der sichere Umgang mit Tools wie TensorFlow, PyTorch, HuggingFace, LangChain, LangGraph oder AutoGen ist wichtig. Sie sollten sehr gute Kenntnisse in Python, insbesondere im AI/ML-Kontext, mitbringen. Zudem sind Kenntnisse in DevOps und MLOps, wie CI/CD für ML und Container-Technologien (Docker, Kubernetes), von Vorteil. Erfahrung mit ML-Frameworks und agilen Arbeitsmethoden sowie Architektur-Frameworks sind ebenfalls wünschenswert. Ein C1-Sprachlevel in Deutsch und Englisch ist erforderlich, ebenso wie die Bereitschaft zu projektbezogenen Reisen. Kommunikations- und Präsentationsstärke auf allen Unternehmensebenen sowie mit externen Partnern sind ebenfalls wichtig.