AI Engineer

ti&m; Zürich; Vor Ort; CHF 120.000 - 180.000; Vollzeit

Zusammenfassung

ti&m sucht eine erfahrene Fachkraft im Bereich GenAI, die komplexe LLM-basierte Applikationen gestaltet und implementiert. Sie arbeiten an RAG-Systemen, Retrieval-Elementen und Observability-Plattformen, um hochwertige KI-Lösungen für Kunden zu liefern.

Sie verfügen über ein Masterstudium in Informatik oder Data Science, Erfahrung mit MCP, Vektordatenbanken (Qdrant) und LLM-Runtimes sowie Proxies/Gateways. Sehr gute Deutsch- und Englischkenntnisse runden das Profil ab.

Qualifikationen

• Mindestens einige Jahre Erfahrung in der Entwicklung von GenAI-Anwendungen, idealerweise produktiv eingesetzt.
• Masterabschluss in Informatik, Data Science oder einem verwandten Fachgebiet.
• Nachweis der Implementierung und des Betriebs von Retrieval-Augmented-Generation-Systemen (RAG).
• Erfahrung mit agentischen Systemen, AI-Workflows und dem Model Context Protocol (MCP).
• Umfangreiche Evaluation von LLM-Lösungen, vertraut mit AEOPs und EDD.
• Vertraut mit modernen Vektordatenbanken (z. B. Qdrant) und Embedding-/Re-Ranking-Modellen.
• Sicherheit im Umgang mit Open-Weight LLMs, multimodalen Modellen, LLM-Runtimes und Proxies.
• Sehr gute Kommunikationsfähigkeiten und Teamarbeit; Deutsch und Englisch sicher in Wort und Schrift.

Aufgaben

• Konzeption und Implementierung von LLM-basierten Applikationen.
• Design und Umsetzung von Retrieval-Augmented-Generation-Systemen.
• Umsetzung von Structured Information Extraction aus unstrukturierten Dokumenten.
• Design und Realisierung von agentischen Systemen und AI-Workflows.
• Prompt- und Context-Engineering zur Steuerung von LLM-Lösungen.
• Evaluation deiner Lösungen nach dem Prinzip des EDD inklusive Observability-Plattformen.

Kenntnisse

GenAI-Anwendungen

RAG

MCP

EDD

Vektordatenbanken

Open-Weight LLMs

LLM-Runtimes

LLM-Proxies/Gateways

Python

Team- & Kundenkommunikation

Deutsch & Englisch

Ausbildung

Masterstudium in Informatik / Data Science oder verwandtem Fachgebiet

Tools

Qdrant

Embedding- & Re-Ranking-Modelle

LLM-Runtimes

LLM-Proxies / Gateways

IaC (Infrastructure as Code)

Azure Cloud

Jobbeschreibung

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 Masterstudium 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