Das ist der Job
DEINE ROLLE RAG-Systeme entwickeln: Du konzipierst und implementierst skalierbare Retrieval-Augmented-Generation-Architekturen für geschäftskritische Enterprise-Anwendungen. Tech-Stack anwendenich: Du arbeitest souverän mit Frameworks wie LangChain oder LlamaIndex, Vektordatenbanken, Cloud-basierten LLM-APIs und API-Integrationen.
Qualitätsorientierte Arbeitsweise: Du arbeitest iterativ, messgetrieben und mit klarem Fokus auf Robustheit, Antwortqualität und Kontrollierbarkeit.
Das brauchst du
DEIN PROFIL Ausbildung & Erfahrung: Du verfügst über ein abgeschlossenes Studium in Informatik, Data Science, Computerlinguistik oder einem vergleichbaren technischen Fachgebiet und mindestens 3 Jahre Erfahrung in der Entwicklung und Produktivsetzung von GenAI- oder LLM-basierten Anwendungen im Enterprise-Kontext.
Sprachkenntnisse: Du kommunizierst mündlich als auch schriftlich sicher und professionell auf Deutsch und Englisch. #J-18808-Ljbffr
Darum lohnt es sich
LLM-Workflows realisieren: Du entwickelst sturkturierte LLM-basierte Workflows inklusive Tool-Integration, Kontextsteuerung und Fehlerbehandlung. MCP-Integration implementieren: Du entwickelst MCP-konforme Tool-Schnittstellen und strukturierte Funktionsaufrufe innerhalb von LLM- und Agentensystemen.
Evaluierungslogiken etablieren: Du definierst Testsets, Bewertungsmetriken und Vergleichsverfahren zur systematischen Qualitätsmessung von LLM- und RAG-Systemen. Performance und Wirtschaftlichkeit optimieren: Du analysierst Tokenverbrauch, Latenzverhalten und Modellwahl und optimierst Systeme hinsichtlich Stabilität und Kosten.
Fachwissen in GenAI-Systemen: Du verstehst Transformer-Architekturen, Embedding-Modelle, Retrieval-Strategien, Tool-Calling und strukturierte Output-Mechanismen tiefgehend.
