AI Engineer (m/w/d)

adorsys GmbH; Nürnberg; On-site; EUR 70,000 - 110,000; Full time

Job summary

adorsys GmbH sucht eine erfahrene GenAI/AI-Architekturperson, die Produktionssysteme mit Multi-Agenten, RAG-Architekturen und Document-Processing-Pipelines weiterentwickelt. Sie arbeiten an der Feinabstimmung von LLMs, multimodalen Modellen und der Integration von LLM-Anwendungen in bestehende Systeme.

Sie bringen fundierte Kenntnisse in LangGraph, LangChain, APIs wie Claude/OpenAI/Gemini sowie Erfahrung mit Data Engineering, Deployment-Monitoring und ESG-Sicherheitsprinzipien mit.

Qualifications

• Mehrjährige Erfahrung mit produktionsreifen GenAI- und Multi-Agent-Systemen.
• Fundierte Kenntnisse in Agent Engineering und Frameworks wie LangGraph, AutoGen, CrewAI.
• Sehr gute Python-Kenntnisse und Erfahrung mit LangChain/LangGraph.
• Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF).
• Expertise in Document Processing sowie Verarbeitung strukturierter/unstrukturierter Daten.
• Data-Engineering-Erfahrung (ETL, Preprocessing, Data Pipelines).
• Verständnis von Production-ML: Deployment, Monitoring, Performance.
• Sehr gute Deutschkenntnisse (C1) und gute Englischkenntnisse; Teamfähigkeit.

Responsibilities

• Entwicklung und Betrieb produktionsreifer Multi-Agent-Systeme und autonomer Workflows.
• Konzeption von RAG-Architekturen mit Wissensgraphen und hybriden Retrieval-Strategien.
• Aufbau von Document-Processing-Pipelines zur Informationsextraktion aus komplexen Dokumenten.
• Fine-tuning und Optimierung von LLMs und multimodalen Modellen.
• Design von Agent-Stacks und modernen Standards wie MCP und Prompt-Engineering.
• Data-Pipelines: Preprocessing, Entity Resolution und Data Harmonization.
• Integration von LLM-Anwendungen in bestehende Systeme.
• Evaluation, Monitoring und Performance-Optimierung produktiver AI-Systeme.
• Enge Zusammenarbeit in cross-funktionalen Teams.

Skills

Python

GenAI Systeme

Agent Engineering

LangGraph

LLM APIs

Document Processing

Data Engineering

Deployment/ML Ops

German (C1)

Cloud/MLOps

Graph Knowledge

Tools

Docker

Kubernetes

AWS Bedrock

MLflow

LangChain

Job description

What awaits you

• Entwicklung und Betrieb produktionsreifer Multi-Agent-Systeme und autonomer Workflows
• Konzeption von RAG-Architekturen mit Wissensgraphen und hybriden Retrieval-Strategien
• Aufbau von Document-Processing-Pipelines zur Informationsextraktion aus komplexen Dokumenten
• Fine-tuning und Optimierung von LLMs und multimodalen Modellen
• Design von Agent-Stacks mit modernen Standards wie MCP und Prompt-Engineering
• Pipelines für Preprocessing, Entity Resolution und Data Harmonization (Data-Engineering)
• Integration von LLM-Anwendungen in bestehende Systeme
• Evaluation, Monitoring und Performance-Optimierung produktiver AI-Systeme
• Enge Zusammenarbeit in cross-funktionalen Teams

Your profile

• Mehrjährige Erfahrung mit produktionsreifen GenAI- und Multi-Agent-Systemen
• Fundierte Kenntnisse in Agent Engineering und Frameworks (z. B. LangGraph, AutoGen, CrewAI)
• Sehr gute Python-Kenntnisse und Erfahrung mit LangChain/LangGraph
• Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)
• Expertise in Document Processing und der Verarbeitung strukturierter/unstrukturierter Daten
• Erfahrung in Data-Engineering (ETL, Preprocessing, Data Pipelines)
• Verständnis von Production-ML: Deployment, Monitoring, Performance
• Sehr gute Deutschkenntnisse (C1), gute Englischkenntnisse und ausgeprägte Teamfähigkeit
• Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen

who we are Du wirst Teil unseres Augmented AI Tribe. Ein Team, das aus neuen Technologien wie LLMs, RAG, agentischen Systemen, graphbasierter AI und NLP verlässliche Produkte und wiederverwendbare Capabilities macht. Wir verbinden wissenschaftliche Methodik mit pragmatischem Engineering und beschäftigen uns mit Themen wie Agentic Ecosystem über Neurosymbolic AI bis hin zu Sovereign und Physical AI.Wir arbeiten iterativ, hands-on und co-kreativ: Ideen früh teilen, Annahmen mit Evidenz hinterfragen und Wissen über Projektgrenzen hinweg weitergeben. Führung heißt bei uns Enablement durch Vertrauen und Ownership statt Micromanagement. Du bekommst Raum, aktuelle Themen eigenständig zu bauen und weiterzuentwickeln. Du bist im engen Austausch mit Software Engineers, Knowledge Engineers, Data Engineers, Data Architects und Product Teams (m/w/d).

Find Jobs in Germany on Arbeitnow