Asks for

The ad says“Fundierte Kenntnisse in Agent Engineering und Frameworks (z. B. LangGraph, AutoGen, CrewAI)”
The ad says“Fundierte Kenntnisse in Agent Engineering und Frameworks (z. B. LangGraph, AutoGen, CrewAI)”
The ad says“Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)”
The ad says“Fundierte Kenntnisse in Agent Engineering und Frameworks (z. B. LangGraph, AutoGen, CrewAI)”
The ad says“Erfahrung in Data-Engineering (ETL, Preprocessing, Data Pipelines)”
The ad says“Verständnis von Production-ML: Deployment, Monitoring, Performance”
The ad says“Expertise in Document Processing und der Verarbeitung strukturierter / unstrukturierter Daten”
The ad says“Erfahrung in Data-Engineering (ETL, Preprocessing, Data Pipelines)”
The ad says“Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)”
The ad says“Mehrjährige Erfahrung mit produktionsreifen GenAI- und Multi-Agent-Systemen”
The ad says“Sehr gute Python-Kenntnisse und Erfahrung mit LangChain / LangGraph”
The ad says“Fundierte Kenntnisse in Agent Engineering und Frameworks (z. B. LangGraph, AutoGen, CrewAI)”
The ad says“Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)”
The ad says“Verständnis von Production-ML: Deployment, Monitoring, Performance”
The ad says“Mehrjährige Erfahrung mit produktionsreifen GenAI- und Multi-Agent-Systemen”
The ad says“Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)”
The ad says“Verständnis von Production-ML: Deployment, Monitoring, Performance”
The ad says“Verständnis von Production-ML: Deployment, Monitoring, Performance”
The ad says“Sehr gute Python-Kenntnisse und Erfahrung mit LangChain / LangGraph”
The ad says“Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)”
The ad says“Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)”

Values

The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”
The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”
The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”
The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”
The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”
The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”
The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”
The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”
The ad says“Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen”

What awaits you

Entwicklung und Betrieb produktionsreifer Multi-Agent-Systeme und autonomer Workflows
Konzeption von RAG-Architekturen mit Wissensgraphen und hybriden Retrieval-Strategien
Aufbau von Document-Processing-Pipelines zur Informationsextraktion aus komplexen Dokumenten
Fine-tuning und Optimierung von LLMs und multimodalen Modellen
Design von Agent-Stacks mit modernen Standards wie MCP und Prompt-Engineering
Pipelines für Preprocessing, Entity Resolution und Data Harmonization (Data-Engineering)
Integration von LLM-Anwendungen in bestehende Systeme
Evaluation, Monitoring und Performance-Optimierung produktiver AI-Systeme
Enge Zusammenarbeit in cross-funktionalen Teams

Your profile

Mehrjährige Erfahrung mit produktionsreifen GenAI- und Multi-Agent-Systemen
Fundierte Kenntnisse in Agent Engineering und Frameworks (z. B. LangGraph, AutoGen, CrewAI)
Sehr gute Python-Kenntnisse und Erfahrung mit LangChain / LangGraph
Erfahrung mit LLM-APIs (Claude, OpenAI, Gemini) und Fine-tuning (SFT, RLHF)
Expertise in Document Processing und der Verarbeitung strukturierter / unstrukturierter Daten
Erfahrung in Data-Engineering (ETL, Preprocessing, Data Pipelines)
Verständnis von Production-ML: Deployment, Monitoring, Performance
Sehr gute Deutschkenntnisse (C1), gute Englischkenntnisse und ausgeprägte Teamfähigkeit
Du bekommst Bonuspunkte (kein Muss) für Kenntnisse in Wissensgraphen, Semantic Web oder Graph-ML. Erfahrung mit Cloud-AI-Plattformen und MLOps (z. B. AWS Bedrock, MLflow, Docker, Kubernetes) und Branchenkenntnisse in Steuern, Recht oder Finanzen

who 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-kreativ: Ideen früh teilen, Annahmen mit Evidenz hinterfragen und Wissen über Projektgrenzen hinweg weitergeben. Führung heißt bei uns Enablement durch Vertrauen und Ownership statt Micromanagement. Du bekommst Raum, aktuelle Themen eigenständig zu bauen und weiterzuentwickeln. Du bist im engen Austausch mit Software Engineers, Knowledge Engineers, Data Engineers, Data Architects und Product Teams (m/w/d).