Skip to main content
Back to jobs

GenAI Engineer (m/w/d)

External
attempto logoAttempto · Karlsruhe, Germany
Full-timeUnknown1d ago
AWSAzureChromaDeep LearningDockerGCP
Cover LetterConnect

Prepare for this interview

Elite

AI-generated questions, company research, and talking points tailored to this role


Requirements

  • 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.
  • ## Warum wir?
  • JobRad - Leasingangebot mit Arbeitgeberzuschuss
  • JobTicket - lohnsteuerfreier Arbeitgeberzuschuss
  • Vertraglich geregelte Weiterbildungen - gezielte persönliche und fachliche Weiterentwicklung
  • Betriebliche Altersvorsorge - Zuzahlung auf den Versicherungsbeitrag
  • Cooles Office mit viel Raum für Kreativität - mobiles Arbeiten im Homeoffice je nach Projektsituation möglich
  • Mitgestaltung von attempto - Geschäftsführung bezieht Mitarbeiter proaktiv mit ein
  • Mentoring-Programm - Mentoren für neue Mitarbeiter
  • Zahlreiche Firmenevents - Sommerfest, Wiesn, Jahresabschlussfeier uvm.
  • Knowhow-Transfer - Zahlreiche innerbetriebliche Angebote
  • Fit-im-Job Angebote - Gesundheitstage, Firmenläufe uvm.
  • Regionaler Einsatz - Meist regionaler und langfristiger Projekteinsatz
  • Erfolgreiche Teamarbeit - durch Offenheit und Zusammenhalt aller im Team
  • Innovative Projekte - beim Kunden und in der attempto Innovations-Manufaktur

Additional Information

## 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 und verfügst über sehr gute Deutsch- und Englischkenntnisse.


Your Match

How well this role fits your profile.

Company Intel

What employees say

Worked at attempto? Share your experience

Interested in this role?

Apply on the company's website.

Cover LetterConnect