GenAI Engineer - Build impactful LLM apps with ownership

Pipple Data Science; Eindhoven; Hybrid; EUR 70,000 - 100,000; Full time

Benefits offered by this job

Pipple Academy

Vrije aanpak bepalen

Eigenaarschap over projecten

Maandelijkse Pipple-dagen

TechTalks

Jaarlijkse teambuilding trip

Goede arbeidsvoorwaarden

Job summary

Pipple Data Science in Eindhoven zoekt een GenAI Engineer die LLM-gedreven toepassingen ontwerpt en bouwt, zoals RAG-systemen die klanten snel antwoorden geven op basis van hun data. Je vertaalt een vraagstuk naar een werkend prototype en werkt samen met data engineers en consultants aan een robuuste oplossing.

Je experimenteert met de nieuwste modellen en frameworks, maar houdt altijd rekening met wat morgen bij een echte gebruiker werkt.

Qualifications

• Nieuwsgierig naar de nieuwste ontwikkelingen in AI en bouwt liever een werkend prototype dan een perfecte theorie.
• Ervaring met Python en het bouwen van LLM-toepassingen (RAG, agents, prompting).
• Kennis van frameworks zoals LangChain of LlamaIndex.
• Een afgeronde opleiding in AI, informatica of data science.
• Pragmatische en ondernemende instelling, pionieren in een snel veranderend vakgebied.
• Plezier in het vertalen van technische mogelijkheden naar concrete klantoplossingen.

Responsibilities

• Ontwerp en bouw LLM-gedreven toepassingen zoals RAG-systemen die data van klanten gebruiken.
• Ontwikkel agents die repetitief werk overnemen.
• Verander een vaag businessvraagstuk in een werkend prototype.
• Werk samen met data engineers en consultants aan robuuste oplossingen.

Skills

Python

LLM toepassingen

RAG

Agents

Prompting

Education

AI/ informatica/ data science opleiding

Tools

LangChain

LlamaIndex

Job description

Pipple Data Science in Eindhoven zoekt een GenAI Engineer die LLM-gedreven toepassingen ontwerpt en bouwt, zoals RAG-systemen die klanten snel antwoorden geven op basis van hun data. Je vertaalt een vraagstuk naar een werkend prototype en werkt samen met data engineers en consultants aan een robuuste oplossing.

Je experimenteert met de nieuwste modellen en frameworks, maar houdt altijd rekening met wat morgen bij een echte gebruiker werkt.