Senior Software Engineer GenAI Enterprise Applications (alle Geschlechter)

Das Unternehmen steht für IT-Exzellenz und bietet exzellente Entwicklungsmöglichkeiten für alle Mitarbeitenden. Hier wird gemeinsam gewachsen und voneinander gelernt – an Projekten, im Team und durch herausragende Trainingsangebote. Das Unternehmen hat IT im Herzen, die Branche im Blick und den Erfolg der Kunden im Sinn. Erfolgreiches Geschäft entsteht durch innovative Ideen, zukunftsfähige Strategien und kluge IT-Lösungen. Menschen, die etwas bewegen wollen, sind hier immer beteiligt. In dieser Rolle entwickeln Sie Enterprise-Ready GenAI-Lösungen, indem Sie agentische Systeme und GenAI-Funktionalitäten erstellen, die robust, skalierbar und auditierbar in Enterprise-Landschaften laufen. Sie setzen AI-Architekturen um, implementieren Architekturmuster wie AI-Microservices und AI-Gateways gemäß den Prinzipien für Enterprise-Ready AI Applications. Zudem integrieren Sie GenAI in bestehende Fachanwendungen, um intelligente Workflows zu ermöglichen. In einem dynamischen Team arbeiten Sie eng mit Cloud- und Plattformteams zusammen und nutzen Technologien wie Java, Spring Boot, TypeScript und React. Das Arbeitsumfeld ist geprägt von Teamgeist, Innovation und einem klaren Fokus auf Qualität und Sicherheit.

Der ideale Kandidat bringt mehrjährige Erfahrung in der Entwicklung von geschäftskritischen Anwendungen mit, idealerweise in Microservice- oder Event-getriebenen Architekturen. Sehr gute Kenntnisse in Java, Spring Boot, Quarkus und/oder TypeScript, React, Angular oder Vue sind erforderlich. Erfahrung mit Docker, Kubernetes und mindestens einer großen Cloud-Plattform ist von Vorteil. Zudem sollte der Kandidat über GenAI-Engineering-Know-how verfügen und bereits erste reale Projekte mit LLMs oder GenAI umgesetzt haben. Ein klares Verständnis von Separation of Concerns und deterministischen Kontrollschichten ist wichtig, um AI-Komponenten von der Core-Logik zu trennen. Sicherheits- und Qualitätsbewusstsein sind ebenfalls entscheidend, ebenso wie Teamorientierung und Neugier. Die Fähigkeit, eng mit Architekt:innen, Data/ML-Teams und Fachbereichen zusammenzuarbeiten, sowie sehr gute Deutsch- und Englischkenntnisse runden das Profil ab.