Du baust RAG-Systeme für LLMs und andere Retrieval-getriebene Anwendungen auf und integrierst sie in bestehende Systeme.
Du sorgst für skalierbare, produktionsreife Agenten-Workflows in Python.
Du gestaltest effektives Prompt Engineering, Tool Use und Multi-Agent-Architekturen – und optimierst diese kontinuierlich.
Du berätst unsere Kunden bei der Ideenfindung, Konzeption und Umsetzung von KI-gestützten Lösungen.
Du beteiligst dich aktiv an internen Tech-Talks, Code-Reviews und der Weiterentwicklung unserer KI-Toolbox.
Du bringst sehr gute Python-Kenntnisse mit und hast solide Erfahrung mit Agent-Frameworks und deren Tools (z. B. LangChain, LangGraph, LangFuse, SmolAgents, AutoGPT, CrewAI etc.).
Du interessierst dich stark für moderne LLM-Architekturen, Agentensysteme und Prompt Engineering.
Du verstehst theoretische Grundlagen von NLP, Wissensrepräsentation und probabilistischer Modellierung.
Du bleibst bei aktuellen KI- und LLM-Trends (Papers, Repos, Community) neugierig und am Ball.
Du erklärst deine Lösungen strukturiert und verständlich – auch für Kunden ohne technischen Hintergrund.
Du arbeitest selbstständig und präzise – Clean Code ist für dich selbstverständlich, auch in Jupyter Notebooks.
Du verfügst über sehr gute Deutschkenntnisse (mind. C1) und gute Englischkenntnisse.