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

Unser Kunde ist ein digitaler Lösungsanbieter, der sich auf die Bereiche Automotive, Rail und Smart Industry spezialisiert hat. Als strategischer Entwicklungspartner begleitet das Unternehmen seine Kunden durch den gesamten Entwicklungsprozess, von Einzelkomponenten bis hin zu Komplettlösungen aus Hard- und Software. In einem dynamischen und agilen Umfeld suchen wir einen erfahrenen GenAI Architect, der maßgeschneiderte Architekturen entwickelt, um die internen Prozesse effizienter zu gestalten. In dieser Rolle wirst du an der Schnittstelle von Technologie und Strategie arbeiten und die digitale Transformation des Unternehmens unterstützen. Du wirst für die Konzeption und Umsetzung von AI-/GenAI-/Agentic-AI-Architekturen verantwortlich sein und skalierbare End-to-End-Lösungen für Generative AI und LLMs entwickeln. Zudem wirst du technische Proof-of-Concepts umsetzen und eng mit DevOps, Data Scientists und Enterprise Architects zusammenarbeiten. Dein Engagement und deine Leidenschaft für Zukunftstechnologien sind entscheidend, um aktiv an der Gestaltung der nächsten Generation datengetriebener Systeme mitzuwirken. Das Unternehmen bietet dir die Möglichkeit, in einem unterstützenden Team zu arbeiten, das echte Leidenschaft für Technologie hat und innovative Projekte im Bereich Generative AI und LLMs vorantreibt.

Der ideale Kandidat bringt ein abgeschlossenes Studium in (Wirtschafts-)Informatik oder einem vergleichbaren Bereich mit und hat mindestens 5 Jahre Berufserfahrung als Solutions oder Enterprise Architect im Cloud- und Data-Umfeld. Fundierte Kenntnisse in Generative AI und LLMs sowie deren produktiver Einsatz sind unerlässlich. Erfahrung mit Cloud-Plattformen wie AWS, Azure oder GCP, einschließlich Architekturdesign und Plattformbetrieb, wird ebenfalls vorausgesetzt. Du solltest sicher im Umgang mit ML-Frameworks und Tools wie TensorFlow, PyTorch, HuggingFace, LangChain, LangGraph, OpenAI APIs 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. Eine hohe Methodenkompetenz in agilen Arbeitsmethoden und Architektur-Frameworks ist ebenfalls erforderlich. Zudem solltest du über ein C1-Sprachlevel in Deutsch und Englisch verfügen und kommunikations- sowie präsentationsstark auf allen Unternehmensebenen sein. Reisebereitschaft für projektbezogene Einsätze wird ebenfalls erwartet.