AI Engineer / Agentic AI Engineer

Aufgaben

Was dich erwartet

Als AI Engineer (w/d/m) schreibst du nicht nur Notebooks und Prompts, du baust produktive GenAI-Systeme: Agenten, RAG-Pipelines, LLM-getriebene Workflows — end-to-end vom Use-Case-Workshop bis zum Production-Deployment.

Du arbeitest in crossfunktionalen, agilen Teams an Kundenprojekten und kommst dabei mit dem gesamten modernen GenAI-Stack in Berührung: pydantic-ai, LangChain/LangGraph, MCP (Model Context Protocol), OpenAI, Anthropic Claude, Azure AI Foundry, AWS Bedrock.

Zusammen mit deinem Team berätst du unsere Kunden bei Use-Case-Identifikation, Architektur-Entscheidungen (RAG vs. Fine-Tuning, Agent-Design, Tool-Use, Memory), Aufwandsschätzungen und der Auswahl geeigneter Vorgehensmodelle — du bist am gesamten AI-Lebenszyklus beteiligt.

Du analysierst Kundenanforderungen, entwirfst und implementierst agentenbasierte Lösungen, RAG-Pipelines über Unternehmensdaten, strukturierte LLM-Outputs (pydantic-Schemas, Tool-Use) und sorgst auch für gute Dokumentation.

Du behältst stets die Qualität auf dem Schirm — und das heißt bei AI: systematische Evals, Regression-Tests gegen Goldsets, Hallucination-Monitoring, Cost-per-Inference-Tracking, Prompt-Versionierung, Observability für Agent-Traces (OpenTelemetry, Langfuse, Phoenix).

Du nutzt moderne, automatisierte Ansätze und AI-native Entwickler-Workflows (Claude Code, Cursor, GitHub Copilot) zur Optimierung von Code, Fehlererkennung und für innovative Lösungen — wir leben "AI-native", nicht nur AI-für-Kunden.

Du integrierst deine LLM-/Agent-Komponenten sauber in bestehende Backend- und Frontend-Architekturen (Python/FastAPI, Node.js/TypeScript, Java, React/Angular) und sorgst für saubere Übergaben an die Plattform-Seite (Kubernetes, ArgoCD, MongoDB/pgvector, AWS/Azure).

Qualifikation

Das solltest du mitbringen

Dank deiner entsprechenden Berufserfahrung verfolgst du den AI-Engineering-Ansatz hands-on — du redest nicht nur über LLMs, du baust mit ihnen.

**Gute bis muttersprachliche Deutschkenntnisse sind ZWINGEND erforderlich, da wir eng mit Kunden im DACH-Raum zusammenarbeiten.

**

Du arbeitest gerne agil, verstehst aber auch, dass nicht alle Kunden Agilität (und schon gar nicht GenAI-Engineering) bereits kennen und schätzen wie wir.

**Du hast einen Bachelor oder Master bzw. vergleichbaren Berufsabschluss in Informatik, Informationstechnologie, Elektrotechnik, Physik, Mathematik, Artificial Intelligence, Data Science oder einer anderen Natur- oder Ingenieurwissenschaft — oder du überzeugst uns mit einem starken Track-Record statt Zeugnissen.

**

Du bist Team-Player, schätzt offene Kommunikation, lernst gerne von anderen und teilst dein Wissen — gerade im LLM-Bereich, wo sich die Tooling-Landschaft alle drei Monate neu ordnet.

Du willst an spannenden Kundenprojekten arbeiten und hast gute Kenntnisse in einigen dieser Technologien:

AI / GenAI: Python, pydantic, pydantic-ai, LangChain / LangGraph, MCP, OpenAI / Azure OpenAI APIs, Anthropic Claude, Azure AI Foundry, AWS Bedrock, Hugging Face Transformers, PyTorch, Embeddings & Vector DBs (pgvector, MongoDB Atlas, Weaviate, Pinecone, Qdrant), RAG-Patterns, Prompt Engineering, Agent-Evals (Langfuse, Phoenix, ragas)

Backend / FullStack: Python (FastAPI), Java/Spring oder Quarkus, Node.js/TypeScript (Express, NestJS), React, Angular, MongoDB, PostgreSQL, REST/GraphQL

Platform / DevOps: Docker, Kubernetes, ArgoCD, GitLab CI / GitHub Actions, AWS, Azure, MLOps, Observability (Prometheus, Grafana, OpenTelemetry)

AI-native Tooling: Claude Code, Cursor, GitHub Copilot, Codium — du nutzt sie selbst täglich und kannst Kunden zeigen, wie man sie produktiv einsetzt

Beratung liegt dir und du kannst dir vorstellen, unsere Kunden technologisch und/oder methodisch zu schulen (LLM-Use-Case-Workshops, Agent-Architektur-Reviews, AI-Governance-Beratung für regulierte Branchen). Dafür bringst du hohe Kommunikationsfähigkeit und gute Deutschkenntnisse mit.