Job Opportunities API

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. Verantwortung für End-to-End-Lösungen 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. Beratung & Zusammenarbeit 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. Weiterentwicklung & Wissensaustausch 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. Fachliches Profil (Fokus GenAI) 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. Technisches Verständnis & 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. Arbeitsweise 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. Nice to have 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. JobRad - Leasingangebot mit Arbeitgeberzuschuss JobTicket - lohnsteuerfreier Arbeitgeberzuschuss Vertraglich geregelte Weiterbildungen - gezielte persönliche und fachliche Weiterentwicklung Betriebliche Altersvorsorge - Zuzahlung auf den Versicherungsbeitrag Cooles Office mit viel Raum für Kreativität - mobiles Arbeiten im Homeoffice je nach Projektsituation möglich Mitgestaltung von attempto - Geschäftsführung bezieht Mitarbeiter proaktiv mit ein Mentoring-Programm - Mentoren für neue Mitarbeiter Zahlreiche