Senior Software Engineer GenAI Enterprise Applications (alle Geschlechter)

Das Unternehmen steht für digitale Exzellenz und bietet vielfältige Entwicklungsmöglichkeiten für alle Mitarbeitenden. In einem dynamischen Umfeld wachsen die Teams gemeinsam und lernen voneinander. Die Rolle des Senior Software Engineers für GenAI Enterprise Applications umfasst die Entwicklung von Enterprise-Ready GenAI-Lösungen. Sie arbeiten an agentischen Systemen und GenAI-Funktionalitäten, die robust, skalierbar und auditierbar in Enterprise-Landschaften implementiert werden. Zu Ihren Aufgaben gehört die Umsetzung von AI-Architekturen, einschließlich der Implementierung von Architekturmuster wie AI-Microservices und AI-Gateways. Des Weiteren integrieren Sie GenAI in bestehende Fachanwendungen, um intelligente Workflows und Automatisierungen zu schaffen. Sie arbeiten mit Meta-Modellen und Domänen-Sprachen, um eine saubere Trennung der Anliegen zu gewährleisten. Testing, Monitoring und Policies sind ebenfalls Teil Ihrer Verantwortung, um das Verhalten der AI-Komponenten nachvollziehbar und steuerbar zu gestalten. Das Team arbeitet eng zusammen und nutzt Technologien wie Java, Spring Boot, TypeScript und verschiedene Frontend-Frameworks. Das Arbeitsumfeld ist geprägt von Offenheit, Verantwortungsübernahme und dem Streben nach gemeinsamen Erfolgen. Es werden gezielte Trainingsangebote bereitgestellt, um die persönliche und berufliche Entwicklung zu fördern.

Der ideale Kandidat bringt mehrjährige Erfahrung in der Entwicklung von geschäftskritischen Anwendungen mit, insbesondere in Microservice- oder Event-getriebenen Architekturen. Sehr gute Kenntnisse in Java, Spring Boot, Quarkus sowie TypeScript, React, Angular oder Vue sind erforderlich. Erfahrungen mit Docker, Kubernetes und einer großen Cloud-Plattform sind von Vorteil. Zudem sollten Sie über GenAI-Engineering-Know-how verfügen und erste reale Projekte mit LLMs oder GenAI umgesetzt haben. Ein klares Verständnis von Separation of Concerns sowie ein Sicherheits- und Qualitätsbewusstsein sind ebenfalls wichtig. Der Bewerber sollte teamorientiert sein, schnell lernen und eng mit Architekten, Data/ML-Teams und Fachbereichen zusammenarbeiten können. Sehr gute Deutsch- und Englischkenntnisse runden das Profil ab.