Senior Software Engineer GenAI Enterprise Applications (m/w/d)

Das Unternehmen ist bekannt für IT-Exzellenz und bietet exzellente Entwicklungsmöglichkeiten für alle Mitarbeitenden. Hier wird Wert auf gemeinsames Wachstum und Lernen gelegt, sei es durch spannende Projekte, im Team oder durch herausragende Trainingsangebote. Der Arbeitgeber legt großen Wert auf innovative Ideen, zukunftsfähige Strategien und kluge IT-Lösungen, die den Erfolg der Kunden unterstützen. In dieser Rolle als Senior Software Engineer entwickeln Sie Enterprise-Ready GenAI-Lösungen, die robust, skalierbar und auditierbar in Enterprise-Landschaften laufen. Sie setzen AI-Architekturen um und implementieren Architekturmuster wie AI-Microservices und AI-Gateways. Zudem integrieren Sie GenAI in bestehende Fachanwendungen, um intelligente Workflows und Automatisierungen zu schaffen. Sie arbeiten mit Meta-Modellen und strukturierten Schnittstellen, um eine saubere Trennung der Anliegen zu gewährleisten. Ihre Aufgaben umfassen auch den Aufbau von Tests, Telemetrie und Guardrails für AI-Komponenten, um deren Verhalten nachvollziehbar und überwachbar zu machen. Der Tech-Stack umfasst Backend-Technologien wie Java, Spring Boot oder Quarkus sowie Frontend-Technologien wie TypeScript, React, Angular oder Vue. Das Arbeitsumfeld ist geprägt von Teamarbeit und einer positiven Unternehmenskultur, die Raum für persönliche und berufliche Entwicklung bietet.

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 sowie TypeScript, React, Angular oder Vue sind erforderlich. Erfahrung mit Docker, Kubernetes und mindestens einer großen Cloud-Plattform ist von Vorteil. Zudem sollten Sie über Kenntnisse im GenAI-Engineering verfügen und erste reale Projekte mit LLMs oder GenAI erfolgreich 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, wobei Policies, Logging und Tests berücksichtigt werden müssen. Teamorientierung und Neugier sind unerlässlich, um eng mit Architekt:innen, Data- und ML-Teams sowie Fachbereichen zusammenzuarbeiten. Sehr gute Deutsch- und Englischkenntnisse runden Ihr Profil ab.