Ihre Aufgaben
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.
Ihr Profil
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.
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.
Über uns
attempto ist seit 2006 mit der Konzeption und Umsetzung von komplexen IT-Projekten sehr erfolgreich. Wir sind ein starker Partner von Banken und Versicherungen. Auch in der Industrie und im Handel unterstützen wir zukunftsorientierte Projekte. Mehr als 150 Mitarbeiterinnen und Mitarbeiter bringen sich an unseren Standorten München, Karlsruhe und Münster aktiv ein. In der attempto Innovations-Manufaktur im WERK3 beschäftigen wir uns mit den neuesten Trends und Technologien. Digitalisierung, Nachhaltigkeit und soziales Engagement prägen unsere Kultur.
