GenAI Engineer (m/w/d) (IT-Systemadministrator/in)
Aktuelle Original-Stellenanzeige
Quelle: StudySmarter Stellenbestand · Status: aktiv · Bewerbung über das zentrale StudySmarter-Formular.
Die ganze Ausschreibung von Remotely
Automatisch strukturiert · Originaltext unformatiert geliefert
Das ist der Job
Ihre Aufgaben KI-Lösungen konzipieren und realisieren: Fokus GenAI: Konzeption und Umsetzung von modernen RAG-Architekturen (Retrieval Augmented Generation), agentischen Workflows und generativen KI-Use-Cases. GenAI Stack: Praktische Erfahrung mit Prompt Engineering, Embeddings und dem Aufbau und Management von Vector Databases (z.B.
Analytik: Du arbeitest strukturiert und behältst auch bei komplexen Systemarchitekturen den Überblick.
Das brauchst du
Verantwortung für End‑to‑End‑Lösungen: Production‑Ready AI: Du bringst GenAI‑Applikationen von der ersten Prompt‑Idee über den Prototypen bis hin zum skalierbaren Deployment (LLMOps).
Ihr Profil Fachliches Profil (Fokus GenAI) Frameworks: Du bist sicher im Umgang mit einem oder mehreren LLM/Agenten‑Orchestrierungs‑Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex oder Haystack. Sprachgenie: Exzellente Python‑Kenntnisse sind deine Basis.
Arbeitsweise Pioniergeist: Du hast Lust, in einem Feld zu arbeiten, das sich wöchentlich neu erfindet. Kommunikation: Du kannst technische Konzepte souverän und adressatengerecht vermitteln und verfügst über sehr gute Deutsch‑ und Englischkenntnisse. Kenntnisse in Frontend‑Technologien (z.B.
Darum lohnt es sich
Qualitätssicherung: Sicherstellung von Stabilität, Evaluierung von Modell‑Outputs (Guardrails) und Performance‑Optimierung. Weiterentwicklung & Wissensaustausch: State‑of‑the‑Art: Du beobachtest die rasanten Entwicklungen im Bereich LLMs, multimodale Modelle und Agenten‑Frameworks.
JobRad – Leasingangebot mit Arbeitgeberzuschuss JobTicket – lohnsteuerfreier Arbeitgeberzuschuss Vertraglich geregelte Weiterbildungen – gezielte persönliche und fachliche Weiterentwicklung Betriebliche Altersvorsorge – Zuzahlung auf den Versicherungsbeitrag Cooles Office mit viel Raum für Kreativität – mobiles Arbeiten im Homeoffice je nach Projektsituation möglich Mitgestaltung von attempto – Geschäftsführung bezieht Mitarbeiter proaktiv mit ein Mentoring‑Programm – Mentoren für neue Mitarbeiter Zahlreiche Firmenevents – Sommerfest, Wiesn, Jahresabschlussfeier uvm.
Regionaler Einsatz – Meist regionaler und langfristiger Projekteinsatz Erfolgreiche Teamarbeit – durch Offenheit und Zusammenhalt aller im Team Innovative Projekte – beim Kunden und in der attempto Innovations‑Manufaktur Homeoffice: Nach Vereinbarung #J-18808-Ljbffr Modellierung & Integration: Auswahl und Feinabstimmung (Fine‑Tuning) von LLMs sowie deren Integration in produktive Geschäftsprozesse.
Fundament: Während dein Fokus auf Generative AI liegt, nutzt du dein Wissen in klassischen Machine‑Learning‑Verfahren und Deep Learning, um hybride Lösungen zu schaffen, wo LLMs alleine nicht ausreichen.
Daten & Orchestrierung: Aufbau und Optimierung der Datengrundlage für Agenten, Vector Databases sowie die Orchestrierung komplexer Workflows und Agenten.
Beratung & Zusammenarbeit: Technologie‑Übersetzer: Du erklärst Stakeholdern den Unterschied zwischen "Hype" und echtem Business‑Value und übersetzt komplexe Architekturen in klare Entscheidungsvorlagen.
Interdisziplinarität: Enge Zusammenarbeit mit Business Analyst*innen und Software Engineers, um KI nahtlos in bestehende Software‑Ökosysteme einzubetten. Wissenstransfer: Aktive Mitgestaltung interner Formate und Prototyping neuer Features für die attempto Akademie. Pinecone, Weaviate, Milvus oder Chroma).
Technisches Verständnis & Basis Cloud & Deployment: Erfahrung mit Cloud‑KI‑Services (Azure OpenAI, AWS Bedrock oder GCP Vertex AI) sowie Docker/Kubernetes. Architektur: Solides Verständnis von APIs, Microservices und Datenpipelines.
KI‑Fundament: Du verstehst die Mathematik hinter Deep Learning und hast bereits mit Bibliotheken wie PyTorch oder TensorFlow gearbeitet — dies hilft dir, GenAI‑Modelle tiefergehend zu verstehen. Nice to have Tiefergehende Erfahrung in MLOps oder Data Engineering. Projekterfahrung im regulierten Umfeld (z.B. Banking, Insurance).
Streamlit, React, Copilotkit/AG‑UI) für den schnellen Bau von KI‑Demos und überzeugenden GenAI‑Webapps. Warum wir? Knowhow‑Transfer – Zahlreiche innerbetriebliche Angebote Fit‑im‑Job Angebote – Gesundheitstage, Firmenläufe uvm.
Bereit?
Bewerbung wird direkt an Remotely uebergeben - kein Konto noetig.