The ad says“LLM-Application-Engineering — Prompt-/Context-Engineering, Function-Calling, Agenten-Architekturen”
The ad says“Backend — Node/Python (o. ä.), saubere Services, Async, API-Design, Datenmodellierung”
The ad says“RAG-Pipelines in Produktion — Vector DB, Retrieval, Chunking, Evaluation/Grounding”
The ad says“Backend — Node/Python (o. ä.), saubere Services, Async, API-Design, Datenmodellierung”
The ad says“RAG-Pipelines in Produktion — Vector DB, Retrieval, Chunking, Evaluation/Grounding”
The ad says“LLM-Application-Engineering — Prompt-/Context-Engineering, Function-Calling, Agenten-Architekturen”
The ad says“LLM-Frameworks — LangChain / LlamaIndex (o. ä.) für Orchestrierung, Chains/Agents, Tool-Use”
The ad says“LLM-Frameworks — LangChain / LlamaIndex (o. ä.) für Orchestrierung, Chains/Agents, Tool-Use”
The ad says“MCP (Model Context Protocol)”
The ad says“Backend — Node/Python (o. ä.), saubere Services, Async, API-Design, Datenmodellierung”
The ad says“LLM-Application-Engineering — Prompt-/Context-Engineering, Function-Calling, Agenten-Architekturen”
The ad says“Backend — Node/Python (o. ä.), saubere Services, Async, API-Design, Datenmodellierung”
The ad says“RAG-Pipelines in Produktion — Vector DB, Retrieval, Chunking, Evaluation/Grounding”
The ad says“Frontend — React / TypeScript, baut nutzbare Oberflächen für die KI-Features selbst”
The ad says“RAG-Pipelines in Produktion — Vector DB, Retrieval, Chunking, Evaluation/Grounding”
The ad says“Frontend — React / TypeScript, baut nutzbare Oberflächen für die KI-Features selbst”
The ad says“RAG-Pipelines in Produktion — Vector DB, Retrieval, Chunking, Evaluation/Grounding”
Aufgaben
Der Kontext: Die KI•PIE Group ist ein etabliertes B2B-Medien- und Datenunternehmen für die internationaleKunststoffindustrie und Petrochemie. Wir bauen aktuell pricenxt.com auf – unsere neue SaaS-Plattform für Pricingund MarketIntelligence und ein zentraler Wachstumshebel der nächsten Jahreinsbesondere im europäischen Ausland.
In der Rolle als LLM Application Engineer / Senior Software Engineer übernimmst Du eine zentrale Aufgabe in unserem Dev-Team. Du baust die gemeinsame LLM-Plattform eigenverantwortlich auf — vom PoC bis zur Produktion — und verantwortest zwei Tracks: interne Tools und Kundenprodukte. Dein Schwerpunkt liegt auf dem Anwendungsbau über Foundation Models: RAG, Agents, LangChain/LlamaIndex, Orchestrierung, Prompt-Engineering und Produktintegration.
Aufbau der LLM-Plattform-Schicht: Retrieval-Backend, Embedding-Pipeline, API-Design
Integration von LLM-APIs (OpenAI, Anthropic, Mistral u. a.) in interne und Kundensysteme
Entwicklung von KI-Features: Conversational Analyst, semantische Suche, intelligenter Alert-Feed
Implementierung von Agenten-Architekturen und MCP-Schnittstellen für Enterprise-Anbindung
Mitarbeit bei der Entwicklung von Prototypen und Proof-of-Concepts für neue KI-Anwendungsfälle
Profil
Absolventen der Informatik, Wirtschaftsinformatik, Data Science oder eines verwandten Studiengangs
Erfahrung mit
RAG-Pipelines in Produktion — Vector DB, Retrieval, Chunking, Evaluation/Grounding