Erhalte eine Antwort von diesem Arbeitgeber — ein Lebenslauf und ein Anschreiben, die genau auf die Eigenschaften eingehen, die gesucht werden.
attempto sucht eine/n Expert*in für GenAI, um intelligente Systeme der nächsten Generation zu konzipieren und zu realisieren. Fokus liegt auf modernen RAG-Architekturen, agentischen Workflows und Generative AI.
Du modellierst und integrierst LLMs, optimierst hybride Lösungen mit klassischen ML-Methoden und arbeitest eng mit Business Analysten und Software Engineers zusammen. Internationale Standards, Wissensaustausch und ein innovatives Umfeld erwarten dich.
Deine Mission: Intelligente Systeme der nächsten Generation
KI-Lösungen konzipieren und realisieren
Fokus GenAI: Konzeption und Umsetzung von modernen RAG-Architekturen (Retrieval Augmented Generation), agentischen Workflows und generativen KI-Use-Cases.
Modellierung & Integration: Auswahl und Feinabstimmung (Fine-Tuning) von LLMs sowie deren Integration in produktive Geschäftsprozesse.
Fundament: Während dein Fokus auf Generative AI liegt, nutzt du dein Wissen in klassischen Machine-Learning-Verfahren und Deep Learning, um hybride Lösungen zu schaffen, wo LLMs alleine nicht ausreichen.
Production-Ready AI: Du bringst GenAI-Applikationen von der ersten Prompt-Idee über den Prototypen bis hin zum skalierbaren Deployment (LLMOps).
Daten & Orchestrierung: Aufbau und Optimierung der Datengrundlage für Agenten, Vector Databases sowie die Orchestrierung komplexer Workflows und Agenten.
Qualitätssicherung: Sicherstellung von Stabilität, Evaluierung von Modell-Outputs (Guardrails) und Performance-Optimierung.
Technologie-Übersetzer: Du erklärst Stakeholdern den Unterschied zwischen "Hype" und echtem Business-Value und übersetzt komplexe Architekturen in klare Entscheidungsvorlagen.
Interdisziplinarität: Enge Zusammenarbeit mit Business Analyst*innen und Software Engineers, um KI nahtlos in bestehende Software-Ökosysteme einzubetten.
State-of-the-Art: Du beobachtest die rasanten Entwicklungen im Bereich LLMs, multimodale Modelle und Agenten-Frameworks.
Wissenstransfer: Aktive Mitgestaltung interner Formate und Prototyping neuer Features für die attempto Akademie.
Frameworks: Du bist sicher im Umgang mit einem oder mehreren LLM/Agenten-Orchestrierungs-Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex oder Haystack.
GenAI Stack: Praktische Erfahrung mit Prompt Engineering, Embeddings und dem Aufbau und Management von Vector Databases (z.B. Pinecone, Weaviate, Milvus oder Chroma).
Sprachgenie: Exzellente Python-Kenntnisse sind deine Basis.
Cloud & Deployment: Erfahrung mit Cloud-KI-Services (Azure OpenAI, AWS Bedrock oder GCP Vertex AI) sowie Docker/Kubernetes.
Architektur: Solides Verständnis von APIs, Microservices und Datenpipelines.
KI-Fundament: Du verstehst die Mathematik hinter Deep Learning und hast bereits mit Bibliotheken wie PyTorch oder TensorFlow gearbeitet - dies hilft dir, GenAI-Modelle tiefergehend zu verstehen.
Pioniergeist: Du hast Lust, in einem Feld zu arbeiten, das sich wöchentlich neu erfindet.
Analytik: Du arbeitest strukturiert und behältst auch bei komplexen Systemarchitekturen den Überblick.
Kommunikation: Du kannst technische Konzepte souverän und adressatengerecht vermitteln und verfügst über sehr gute Deutsch- und Englischkenntnisse.
Tiefergehende Erfahrung in MLOps oder Data Engineering.
Projekterfahrung im regulierten Umfeld (z.B. Banking, Insurance).
Kenntnisse in Frontend-Technologien (z.B. Streamlit, React, Copilotkit/AG-UI) für den schnellen Bau von KI-Demos und überzeugenden GenAI-Webapps.