AI Software Engineer – Agentic Systems & RAG (w/m/d)

ESPRiT Engineering; München; On-site; EUR 60,000 - 80,000; Full time

Job summary

ESPRiT Engineering in Ingolstadt sucht einen Software Engineer mit starken Kenntnissen in Python und Erfahrung in der Entwicklung von LLM-Applikationen. Zu den Aufgaben gehören die Architekturentwicklung von Multi-Agenten-Systemen und die Implementierung intelligenter Workflows. Der ideale Kandidat hat ein erfolgreich abgeschlossenes Studium in Informatik oder einem ähnlichen Fachgebiet sowie fundierte Kenntnisse in agilen Methoden. Gute Deutschkenntnisse sind erforderlich.

Qualifications

• Erfolgreich abgeschlossenes Studium in einem relevanten Fachbereich.
• Sehr gute Programmierkenntnisse in Python und Erfahrung in der Backend-Entwicklung.
• Nachweisbare Praxis in der Entwicklung von LLM-Applikationen gewünscht.

Responsibilities

• Konzeption und Entwicklung von LLM-basierten Multi-Agenten-Systemen.
• Implementierung intelligenter, iterativer Workflow-Schleifen.
• Aufbau robuster RAG- und Graph-RAG-Architekturen.

Skills

Programmierkenntnisse in Python

Backend-Entwicklung

Entwicklung von LLM-Applikationen

Kenntnisse in RAG

Kenntnisse in Graph-Datenbanken

Analytisches Denken

Kommunikationsfähigkeit

Agile Arbeitsweisen

Education

Studium der Informatik, Computerlinguistik, Software Engineering, Mathematik

Tools

LangChain

ChromaDB

Pinecone

Weaviate

Milvus

Neo4j

Job description

Aufgaben

• Architekturentwicklung: Konzeption und Entwicklung von LLM-basierten Multi-Agenten-Systemen zur Automatisierung komplexer Analyse-, Dokumentations- und Engineering-Prozesse
• Agentic Workflows: Implementierung intelligenter, iterativer Workflow-Schleifen (z. B. "Propose, Refine & Revise") mittels moderner Orchestrierungs-Frameworks wie LangGraph
• Memory & Context Management: Aufbau robuster RAG- und Graph-RAG-Architekturen sowie Architekturen für das Langzeitgedächtnis von KI-Agenten
• Datenintegration: Anbindung und Verwaltung von Vektor- und Graphdatenbanken zur statischen und dynamischen Kontextbereitstellung aus diversen Unternehmensquellen

Qualifikationen

• Erfolgreich abgeschlossenes Studium z. B. der Informatik, Computerlinguistik, Software Engineering, Mathematik oder einer vergleichbaren Fachrichtung
• Sehr gute Programmierkenntnisse in Python und Erfahrung in der Backend-Entwicklung
• Nachweisbare Praxis in der Entwicklung von LLM-Applikationen (API-Integration, Prompt Engineering, Tool-Calling, Agentic Workflows)
• Umgang mit KI-Orchestrierungs-Frameworks (bevorzugt LangChain / LangGraph oder vergleichbare) wünschenswert
• Kenntnisse im Bereich RAG (Retrieval-Augmented Generation) und im Umgang mit Vektordatenbanken (z. B. ChromaDB, Pinecone, Weaviate, Milvus) wünschenswert
• Erfahrung mit Graph-Datenbanken (z. B. Neo4j) und der Modellierung von Wissensgraphen wünschenswert
• Berührungspunkte mit spezialisierten AI-Memory-Frameworks (wie Mem0 oder Zep) wünschenswert
• Erste Erfahrungen mit agilen Arbeitsweisen (z. B. Scrum oder Kanban) oder in cross‑funktionalen Entwicklungsteams
• Starkes analytisches Denken und die Fähigkeit, komplexe, vernetzte Daten- und Systemstrukturen zu modellieren
• Strukturierte und methodische Arbeitsweise sowie professionelles Auftreten
• Ausgeprägte Kommunikationsfähigkeit und hohe Lernbereitschaft
• Sehr gute Deutschkenntnisse in Wort und Schrift