Senior Software Engineer - Data & AI (all genders)

Deine Mission

Möchtest du Software, Datenpipelines und KI bauen, die Batterieforschung schneller machen? Bei uns entwickelst du die Systeme, die aus unseren Forschungs-, Pilot- und Produktionsdaten bessere Materialien und Zellen machen – und die KI-Werkzeuge, mit denen unsere Chemie- und Elektrochemie-Teams jeden Tag arbeiten.

Du bist stark in der Software-Entwicklung, hast ein Faible für Daten und echten Bock auf KI in ihrer ganzen Breite – von LLMs und Agenten bis zu klassischem Machine Learning. Sauberes Engineering verbindest du mit Databricks, Azure und Claude zu Werkzeugen, die es so nicht von der Stange gibt.

Damit gibst du unserer Forschung nicht nur Daten, sondern Antworten – und den Hebel, schneller die richtigen Entscheidungen zu treffen.

Deine Aufgaben

• Produktionsreife Software entwickeln – APIs, Services und interne Web-Apps in modernem Python (uv, FastAPI/uvicorn), mit sauberer Architektur, Tests und CI/CD; etwa Analyse-Apps, mit denen Forschende ihre Testdaten auswerten, als Databricks Apps über Asset Bundles und GitLab deployt.
• KI-Anwendungen für die Forschung entwickeln – Assistenten und Agenten, die R&D bei Aufgaben wie Recherche, Hypothesenbildung, Materialauswahl und Syntheseplanung unterstützen. Du kombinierst LLMs und Agenten (u. a. Claude über MCP) mit wissenschaftlichen Methoden wie Cheminformatik, Retrosynthese und Quantenchemie – und treibst diese Werkzeuge kontinuierlich voran.
• KI breit denken – nicht nur LLMs – klassisches Machine Learning dort einsetzen, wo es das bessere Werkzeug ist: Zusammenhänge zwischen Material und Performance modellieren, Datenqualität und Anomalien erkennen, Lebensdauer und Degradation vorhersagen.
• Skalierbare Daten-Pipelines und unsere Datenplattform bauen und betreiben – nach dem Bronze/Silver/Gold-Prinzip auf Databricks und Azure, von der Sensor-Ingestion (MQTT, Event Hubs, Lakeflow) bis zu den Gold-Tabellen, mit denen die Fachbereiche direkt arbeiten.
• Deine Systeme end-to-end verantworten – von der Datenquelle über Modell bzw. Agent bis zum Werkzeug in der Hand der Forschenden, inklusive Security, Observability, Qualität und Verlässlichkeit.
• Eng mit Chemie, Elektrochemie, Engineering und Testing zusammenarbeiten und wissenschaftliche Fragestellungen in Software- und KI-Lösungen übersetzen.