Werkstudent QA Engineer (gn) – KI / LLM Systeme

Unser Kunde ist ein innovatives Unternehmen im Bereich der Automobilansprüche, das sich auf die Automatisierung von Schadenregulierungsprozessen spezialisiert hat. Als Werkstudent im Bereich QA Engineering werden Sie Teil eines dynamischen Teams, das an der Entwicklung von KI-Systemen arbeitet, die durch große Sprachmodelle (LLMs) und autonome Agenten unterstützt werden. In dieser Rolle sind Sie verantwortlich für das Design und die Durchführung von Testfällen für die Arbeitsabläufe von KI-Agenten, die mehrstufiges Denken, Werkzeugnutzung und Entscheidungsflüsse umfassen. Sie validieren die Ausgaben von LLM-basierten Systemen auf Korrektheit und Konsistenz und testen End-to-End-Agentenpipelines. Zudem identifizieren Sie Randfälle, Halluzinationen und Fehlermodi und unterstützen die Evaluierung von Eingabeaufforderungen und Agentenkonfigurationen. Eine enge Zusammenarbeit mit Entwicklern und KI-Ingenieuren ist ebenfalls Teil Ihrer Aufgaben. Sie dokumentieren Testergebnisse und Verbesserungsvorschläge und tragen so aktiv zur Weiterentwicklung der Systeme bei. Diese Position bietet Ihnen die Möglichkeit, wertvolle Erfahrungen in einem zukunftsorientierten Bereich zu sammeln und Ihre Fähigkeiten in einem unterstützenden Umfeld weiterzuentwickeln.

Der ideale Kandidat für diese Position ist derzeit im Studium der Informatik, Künstlichen Intelligenz, Datenwissenschaft oder eines verwandten Fachgebiets eingeschrieben. Sie sollten ein grundlegendes Verständnis der Prinzipien der Softwaretests und ein starkes Interesse an KI, LLMs oder agentenbasierten Systemen mitbringen. Technisch sollten Sie Erfahrung mit Python oder TypeScript haben sowie erste Kenntnisse in AWS (z.B. Bedrock), APIs oder Testautomatisierungstools. Persönlich sollten Sie über eine analytische Denkweise, eine hohe Aufmerksamkeit für Details und Neugierde hinsichtlich der Funktionsweise und der möglichen Fehlerquellen von KI-Systemen verfügen. Gute Kommunikationsfähigkeiten in Deutsch und Englisch sind ebenfalls erforderlich. Die Verfügbarkeit als Werkstudent sollte etwa 15 bis 20 Stunden pro Woche betragen.