Baue KI-Lösungen nicht nur als Proof of Concept, sondern bringe sie direkt in reale Unternehmensprozesse und produktive Systeme.

Für eine größere Digitalagentur und Technologieberatung suchen wir eine:n erfahrene:n AI Engineer mit starkem Umsetzungsfokus.

In dieser Rolle arbeitest du nah an den Kunden: Du verstehst Prozesse und Business-Probleme, entwickelst daraus geeignete AI-Use-Cases und setzt Lösungen mit LLMs, RAG, AI Agents, Python und modernen Cloud-Technologien praktisch um.

Gesucht wird also kein:e reine:r Data Scientist oder AI Consultant, sondern ein:e technisch starke:e AI Engineer, der:die gerne Verantwortung vom schnellen Prototyp bis zur produktiven Anwendung übernimmt.

Deine Aufgaben …

Der Schwerpunkt liegt klar auf AI Engineering & Deployment:

• Entwicklung produktiver KI-Lösungen rund um Generative AI, intelligente Automation, AI Agents und Predictive Analytics
• Schnelle Umsetzung von der Idee und dem Prototyp bis zur produktionsreifen Anwendung
• Arbeit mit Foundation Models und LLMs von z.B. OpenAI, Anthropic sowie Open-Source-Anbietern
• Entwicklung von RAG- und Agentic-AI-Lösungen, u.a. mit Frameworks wie LangChain, AutoGen oder vergleichbaren Technologien
• Integration von KI in bestehende Unternehmenssysteme über APIs, Datenpipelines und Schnittstellen
• Optimierung von Performance, Skalierbarkeit, Latenz und Betriebskosten
• Aufbau von Monitoring, Governance und Sicherheitsmechanismen für produktive AI-Anwendungen
• Enge Zusammenarbeit mit Kunden, um bestehende Prozesse zu analysieren und sinnvolle AI- und Automation-Potenziale zu identifizieren
• Bewertung von Machbarkeit, Business Impact und ROI möglicher AI-Use-Cases
• Entwicklung schneller kundenspezifischer AI-Prototypen und Demos im Rahmen von Workshops und Pre-Sales

• Mindestens ca. 2 Jahre praktische Erfahrung mit AI/ML-Implementierungen
• Sehr gute Python-Kenntnisse
• Praxiserfahrung mit LLMs und Generative AI
• Erfahrung mit mehreren der folgenden Themen:
  – RAG
  – Prompt Engineering
  – AI Agents / Agentic AI
  – Fine-Tuning
  -Vector Databases
  – ETL / Data Pipelines
• Erfahrung mit Frameworks wie LangChain, AutoGen, CrewAI oder vergleichbaren Technologien
• Solide ML-Grundlagen, z.B. mit scikit-learn, PyTorch oder TensorFlow
• Erfahrung mit APIs und Systemintegration
• Cloud-Know-how in AWS, Azure oder Google Cloud
• Erfahrung mit produktiven AI-Systemen sowie idealerweise DevOps/MLOps, CI/CD, Monitoring und Model Versioning
• Verständnis für Datenschutz, AI Safety, Bias und verantwortungsvollen KI-Einsatz
• Fähigkeit, auch mit nicht-technischen Stakeholdern verständlich zu kommunizieren
• Eigenständige, pragmatische Arbeitsweise und Spaß an schnellen Iterationen
• Bereitschaft, für Projekte gelegentlich beim Kunden vor Ort zu arbeiten
• Sehr gutes Englisch und gute Deutschkenntnisse sind für Projekte im DACH-Raum ein Plus

Wichtig ist vor allem, dass du bereits eigene AI-/ML-Lösungen gebaut und produktiv eingesetzt hast und entsprechende Projekte oder Anwendungen zeigen kannst.

Hinter der Position steht eine größere Digitalagentur und Technologieberatung, die anspruchsvolle digitale Plattformen, Produkte und Customer Experiences für größere Unternehmen entwickelt.

Technologie und Software Engineering gehören seit vielen Jahren zum Kerngeschäft. Gleichzeitig wird der Bereich Data & Artificial Intelligence stark ausgebaut mit dem Ziel, KI nicht nur strategisch zu beraten, sondern produktive Lösungen direkt in Geschäftsprozesse und digitale Systeme zu integrieren.

Dabei treffen AI Engineering, Softwareentwicklung, Data, UX und Digital Consulting aufeinander. Für AI Engineers bietet sich dadurch die Möglichkeit, mit unterschiedlichen Kundensituationen, Technologien und Use Cases zu arbeiten und den Aufbau neuer AI-Kompetenzen aktiv mitzugestalten.

Darauf kannst du dich freuen …

• Arbeit an konkreten Enterprise-AI-Use-Cases statt rein experimenteller Proofs of Concept
• Sehr breites technologisches Feld von LLMs und Agentic AI bis Data Engineering und Cloud
• Direkter Kontakt zu Kunden und deren realen Geschäftsprozessen
• Hoher Gestaltungsspielraum bei Architektur und technologischer Umsetzung
• Zusammenarbeit mit Spezialist aus AI, Software Engineering, Data, UX und Digital Consulting
• Dynamisches Umfeld, in dem neue AI-Technologien schnell praktisch ausprobiert und eingesetzt werden können
• Hybrides Arbeitsmodell

Standort

Rhein-Main oder Großraum Stuttgart, hybrid, ergänzt um projektbezogene Einsätze als Forward Deployed Engineer.

Agentic AI Softwareentwicklung, AWS, CrewAI, DevOps • Web-IT, Google Cloud Platform • GCP, LangChain • LangGrapth, LLM • Large Language Models, Microsoft AutoGen, Microsoft Azure Cloud Platform, MLOps • MLflow • Kubeflow, Python, RAG • Retrieval Augmented Generation, Vektor-Datenbanken • Vector DB