AI Engineer

ti&m; Basel; Presencial; CHF 120.000 - 180.000; Jornada completa

Descripción de la vacante

ti&m sucht einen erfahrenen GenAI-Experten, der spannende Kundenprojekte von Kreativ-Workshops über Proof-of-Concept bis zur realen Umsetzung produktiver Lösungen begleitet und die Konzeption sowie Implementierung von LLM-basierten Applikationen verantwortet.

Du bringst nachweisliche Erfahrung mit Retrieval-Augmented-Generation-Systemen (RAG), MCP, AEOPs und Embeddings mit sowie Kenntnisse zu Qdrant und LLM-Runtimes.

Formación

• Nachgewiesene Erfahrung in GenAI-Anwendungen für Kunden oder Produkte.
• Bachelorabschluss in Informatik, Data Science oder verwandtem Fachgebiet.
• Nachweisliche Expertise in Retrieval-Augmented-Generation (RAG).
• Erfahrung mit agentischen Systemen und AI-Workflows sowie MCP.
• Sichere Evaluation von LLM-Lösungen, AEOPs und EDD-Verfahren.
• Vertraut mit Vektordatenbanken wie Qdrant; Embedding- und Re-Ranking-Modelle.
• Verständnis von Open-Weight LLMs, multimodalen Modellen; LLM-Runtimes/Gateways.
• Python-Programmierung, Best Practices im Software-Engineering.
• Ausgeprägte Kommunikationsfähigkeit in Deutsch und Englisch; Teamarbeit.
• Vorteil: IaC-Cloud-Erfahrung, ideal Azure; Guardrailing von LLM-Anwendungen.

Responsabilidades

• Entwicklung von GenAI-Anwendungen und Implementierung LLM-basierter Applikationen.
• Konzeption und Umsetzung von Retrieval-Augmented-Generation-Systemen (RAG).
• Design und Realisierung von agentischen Systemen und AI-Workflows.
• Prompt- und Context-Engineering zur Steuerung von LLM-Lösungen.
• Evaluation der Lösungen nach EDD, inklusive Observability über AEOPs.
• Beitrag in der Angebotsphase und fachliche Mitgestaltung von Offerten.
• Zusammenarbeit mit Software- und ML-Engineers; kontinuierliche Weiterbildung.
• Praktische Einsätze vor Ort beim Kunden; interdisziplinäre Projektarbeit.

Conocimientos

GenAI-Anwendungen

RAG-Systeme

LLM-Workflows

MCP

AEOPs

Vektordatenbanken

Embedding-Modelle

LLM-Runtimes

Python

Azure / IaC

Guardrailing

Englisch

Deutsch

Educación

Bachelor in Informatik

Data Science oder verwandtes Fach

Herramientas

Qdrant

LLM-Proxies

LLM-Runtimes

Guardrailing

Descripción del empleo

Was dich erwartet

• Spannende und innovative GenAI-Projekte für unsere Kunden: von Kreativ-Workshops über Proof-of-Concepts bis zur gemeinsamen Umsetzung produktiver Lösungen
• Konzeption und Implementierung von LLM-basierten Applikationen
• Design und Umsetzung von Retrieval-Augmented-Generation-Systemen (RAG)
• Umsetzung von Structured Information Extraction aus unstrukturierten Dokumenten
• Design und Realisierung von agentischen Systemen und AI-Workflows
• Prompt- und Context-Engineering zur gezielten Steuerung von LLM-basierten Lösungen
• Sorgfältige Evaluation deiner Lösungen nach dem Prinzip des Evaluation Driven Development (EDD), inklusive Observability über AI-Evaluation- und Observability-Plattformen
• Du bringst deine Expertise auch in die Angebotsphase ein und gestaltest Offerten fachlich mit
• Optionale Berührungspunkte mit klassischem Software Engineering und MLOps: Wo es Sinn ergibt, arbeitest du eng mit unseren Software- und ML-Engineers zusammen
• Fortwährendes Lernen und stetige Weiterbildung im Bereich GenAI sowie Einblicke in die verschiedenen Branchen unserer Kunden
• Abwechslung und spannende Zusammenarbeit in internen Projektteams sowie vor Ort bei unseren Kunden

Was du mitbringst

• Einige Jahre Erfahrung in der Entwicklung von GenAI-Anwendungen, idealerweise im produktiven Einsatz für Kunden oder eigene Produkte
• Ein abgeschlossenes Bachelorstudium in Informatik, Data Science oder einem verwandten Fachgebiet
• Nachgewiesene Expertise bei der Implementierung und Betrieb von Retrieval-Augmented-Generation-Systemen (RAG)
• Erfahrung mit agentischen Systemen und AI-Workflows sowie dem Model Context Protocol (MCP)
• Sorgfältiger Umgang mit der Evaluation von LLM-Lösungen, vertraut mit Evaluation Driven Development (EDD) und AI-Evaluation- und Observability-Plattformen (AEOPs)
• Vertraut mit modernen Vektordatenbanken, z. B. Qdrant, sowie mit Embedding- und Re-Ranking-Modellen
• Verständnis von Open-Weight Large Language Models, inklusive multimodaler Modelle
• Erfahrung mit LLM-Runtimes sowie LLM-Proxies bzw. Gateways
• Sicherer Umgang mit Python und Software-Engineering-Best-Practices
• Ausgeprägte Kommunikationsstärke und Freude an der Zusammenarbeit mit Team und Kunden
• Verhandlungssicheres Deutsch und Englisch in Wort und Schrift
• Von Vorteil: Cloud-Erfahrung in Infrastructure as Code (IaC), idealerweise Azure sowie Erfahrung mit Guardrailing von LLM-Anwendungen

Wir suchen dich – werde Teil unseres Teams