Senior AI Engineer (w/m/d)
govradar
| Company | govradar |
| Category | Engineering |
| Location | Mobiles Arbeiten - Deutschland |
| Remote | On-site (inferred) |
| Employment | Not stated |
| Level | Senior |
| Salary | Not stated by the employer |
| Posted | 31 Mar 2026 |
| Last verified | 11 Aug 2026 |
| Source | Employer ATS (personio) |
Description
Verwaltungen stecken im Investitionsstau. Du bist unser Turbo. Spare Behörden bis zu 90 % Zeit bei der Ausschreibungserstellung – und erlebe täglich, wie deine Arbeit echten Impact entfaltet. Mit unserer KI-SaaS-Lösung automatisierst du mit GovRadar Ausschreibungen in Minuten statt Wochen und setzt so jährlich 500 Mrd. € öffentliche Mittel frei – ob Laptops für Schulen, moderne Ausrüstung für Feuerwehren oder kommunale Ladesäulen. Du machst Politik für Bürger:innen spürbar. GovRadar: Wir befähigen die öffentliche Verwaltung – für eine zukunftssichere Gesellschaft. Sei dabei, wenn wir gemeinsam den digitalen Wandel im öffentlichen Sektor gestalten. Als Senior AI Engineer entwickelst du intelligente und robuste Features auf Basis von Natural Language Processing und generativer KI und trägst maßgeblich zur Weiterentwicklung unserer datengetriebenen Anwendungen bei. Du verbindest technisches Exzellenz-Level mit dem Anspruch, Verantwortung zu übernehmen und dein Wissen aktiv im Team weiterzugeben. Du entwickelst und verantwortest anspruchsvolle AI-gestützte Anwendungen – von der Idee bis zum produktiven Einsatz Du konzipierst und implementierst NLP-Workflows mit Libraries wie spaCy , Hugging Face Transformers, PydanticAI, LangGraph, LangChain oder scikit-learn Du entwickelst komplexe KI-Systeme, insbesondere agentenbasierte Architekturen und autonome Workflows Du arbeitest mit modernen Techniken wie semantischer Suche, Clustering, Retrieval Augmented Generation und Knowledge Graphen Du entwickelst, evaluierst und optimierst Chatbots und Agentensysteme entlang konkreter Business-Anforderungen Du integrierst AI-Features in unsere Python-Backends (z. B. mit FastAPI, socketio und RabbitMQ) und stellst durch automatisierte Tests Stabilität und Qualität sicher Du bringst dich aktiv in Architekturentscheidungen ein und treibst technische Standards im Team voran Darüber hinaus übernimmst du perspektivisch eine Führungsrolle im Team: Du gestaltest aktiv die fachliche Weiterentwicklung des AI-Teams und übernimmst dabei schrittweise disziplinarische Verantwortung Nach deiner Einarbeitung führst du 2 Direct Reports und förderst ihre fachliche und persönliche Entwicklung Du entwickelst gemeinsam mit deinem Team Lösungen im AI Bereich und setzt klare Prioritäten bei der Entwicklung Must-Have Mehrjährige Erfahrung in der Entwicklung von AI-gestützten Anwendungen mit Schwerpunkt NLP und generative KI Sehr hohe Sicherheit in der Konzeption und Umsetzung komplexer AI-Systeme Erfahrung in unterschiedlichen Projekten und Anwendungsfällen (Produktentwicklung, Prototyping, Skalierung) Fundierte Erfahrung in der Entwicklung von Agentensystemen und agentenbasierten Workflows (z. B. mit LangChain, LangGraph, PydanticAI oder vergleichbaren Frameworks) Kenntnisse in Techniken wie semantischer Suche, Clustering, Retrieval Augmented Generation und klassischem Machine Learning Erfahrung im Prompt Engineering sowie in der Evaluation von Large Language Models Sehr gute Kenntnisse in Python und in der Integration von AI-Features in produktive Backend-Systeme inkl. Testing (Unit, Integration, E2E) Erfahrung mit relationalen, NoSQL- und Vektor-Datenbanken (z.B. mit Postgres, ElasticSearch) und ORM-Systemen wie SQLAlchemy Erste Erfahrung in fachlicher Führung oder Mentoring von Entwicklern mit klarem Bestreben, auch disziplinarische Führungsverantwortung zu übernehmen Sehr gute Deutschkenntnisse (mindestens C1) Hohe Eigenverantwortung, strategisches Denken und Freude an interdisziplinärer Zusammenarbeit Nice-to-Have Erste Erfahrung in disziplinarischer Führung oder Teamaufbau Erfahrung mit Graphdatenbanken wie Neo4j oder vergleichbaren Technologien Erfahrung im Trainieren und Finetunen von Modellen mit PyTorch oder ähnlichen Frameworks Kenntnisse in MLOps, Deployment von Modellen und skalierbaren AI-Systemen Cloud Deployments auf Plattformen wie AWS oder Azure I