What awaits youEntwicklung und Betrieb produktionsreifer Multi-Agent-Systeme und autonomer WorkflowsKonzeption von RAG-Architekturen mit Wissensgraphen und hybriden Retrieval-StrategienAufbau von Document-Processing-Pipelines zur Informationsextraktion aus komplexen DokumentenFine-tuning und Optimierung von LLMs und multimodalen ModellenDesign von Agent-Stacks mit modernen Standards wie MCP und Prompt-EngineeringPipelines für Preprocessing, Entity Resolution und Data Harmonization (Data-Engineering)Integration von LLM-Anwendungen in bestehende SystemeEvaluation, Monitoring und Performance-Optimierung produktiver AI-SystemeEnge Zusammenarbeit in cross-funktionalen TeamsYour profileMehrjährige Erfahrung mit produktionsreifen GenAI- und Multi-Agent-SystemenFundierte Kenntnisse in Agent Engineering und Frameworks (z.
LangGraph, AutoGen, CrewAI)Sehr gute Python-Kenntnisse und Erfahrung mit LangChain / LangGraphErfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)Expertise in Document Processing und der Verarbeitung strukturierter / unstrukturierter DatenErfahrung in Data-Engineering (ETL, Preprocessing, Data Pipelines)Verständnis von Production-ML: Deployment, Monitoring, PerformanceSehr gute Deutschkenntnisse (C1), gute Englischkenntnisse und ausgeprägte TeamfähigkeitDu bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML.
Erfahrung mit Cloud-AI-Plattformen und MLOps (z.
AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzenwho we are Du wirst Teil unseres Augmented AI Tribe.
Ein Team, das aus neuen Technologien wie LLMs, RAG, agentischen Systemen, graphbasierter AI und NLP verlässliche Produkte und wiederverwendbare Capabilities macht.
Wir verbinden wissenschaftliche Methodik mit pragmatischem Engineering und beschäftigen uns mit Themen wie Agentic Ecosystem über Neurosymbolic AI bis hin zu Sovereign und Physical AI.
Wir arbeiten iterativ, hands-on und co-kre.