Du willst KI‑Lösungen nicht nur bauen, sondern von der Idee bis in den produktiven Einsatz verantworten? Du hast Lust, komplexe fachliche Anforderungen in robuste, skalierbare AI‑Systeme zu übersetzen? Du möchtest mit deiner technischen Expertise echte Wirkung bei nationalen und internationalen Kunden erzielen?
Als Teil unseres AI‑Development‑Teams arbeitest du an anspruchsvollen Consulting‑Projekten für nationale und internationale Kunden
Du übernimmst die End‑to‑End‑Verantwortung für das Solution Design von KI‑gestützten Produkten – von Discovery und PoC bis zum produktiven Rollout
Geschäftliche Anforderungen übersetzt du in klare technische Konzepte, inklusive Architektur, Schnittstellen, Datenflüssen sowie Qualitäts‑ und Akzeptanzkriterien
Bei der Gestaltung und Validierung von Systemen achtest du auf Skalierbarkeit, Sicherheit, Latenz, Zuverlässigkeit und Kosten
Du baust und iterierst Prototypen, etwa mit Prompting, RAG‑Ansätzen, Agents oder Function Calling, um Machbarkeit und Business‑Mehrwert frühzeitig zu validieren
Standards und Patterns für AI‑ und LLM‑Lösungen definierst du aktiv mit – von Modell‑Auswahl über Prompt‑ und Kontext‑Design bis hin zu Evaluationsstrategien und Quality Gates
Du etablierst LLMOps‑ und MLOps‑Praktiken, inklusive Versionierung, CI/CD, automatisierten Tests, Monitoring, Feedback‑Loops und kontinuierlicher Verbesserung
AI‑Funktionen integrierst du in bestehende Plattformen, z. B. über APIs sowie event‑getriebene oder service‑orientierte Architekturen
Responsible AI denkst du von Anfang an mit und berücksichtigst Datenschutz (DSGVO), Security, Bias‑ und Safety‑Aspekte sowie Auditierbarkeit
Als technischer Sparringspartner unterstützt und mentorst du Engineers, stimmst dich mit Stakeholdern ab und vermittelst komplexe Inhalte auch für nicht‑technische Zielgruppen verständlich
Ein abgeschlossenes Studium der Informatik, Informationstechnologie oder eine vergleichbare praktische Berufserfahrung
Ein starker Software‑Engineering‑Background im Backend‑ und/oder Full‑Stack‑Umfeld, kombiniert mit Product‑Mindset und Beratungserfahrung
Hands‑on‑Erfahrung in der Umsetzung von (Generative)‑AI‑Lösungen bis in den Produktivbetrieb – nicht nur auf Demo‑ oder Prototyp‑Ebene
Fundierte Kenntnisse gängiger LLM‑Applikationsmuster, etwa RAG, Graph‑Ansätze, Embeddings, Vector Search, Tool‑ bzw. Function Calling, Agents und Guardrails
Erfahrung mit mindestens einem LLM‑Framework oder ‑Stack, z. B. Semantic Kernel, LangChain oder LlamaIndex, sowie strukturierter Prompt‑Entwicklung
Fähigkeit zur systematischen Bewertung von AI‑Systemen, inklusive Offline‑ und Online‑Evaluation, Benchmark‑Design, qualitativer Reviews sowie Regressionstests für Prompts und Retrieval
Erfahrung mit verteilten Systemen und modernen Integrationsmustern wie APIs, Microservices, service‑orientierten und event‑getriebenen Architekturen
Sehr gute Kenntnisse in mindestens einer Programmiersprache und einem Framework, z. B. Python, TypeScript/Node.js, C# oder Java, sowie starke Fähigkeiten im API‑Design
Solides Cloud‑Know‑how auf Azure, AWS oder GCP – Erfahrung mit Azure‑AI‑Services (z. B. Azure OpenAI, Azure AI Search, Document Intelligence) ist von Vorteil
Ein ausgeprägtes DevOps‑Mindset, inklusive Git, CI/CD, Container‑Technologien, Infrastructure as Code (z. B. Terraform oder Bicep), Observability und Kostenbewusstsein
Grundlagen im Bereich IT‑Security, etwa OAuth2/OIDC, Authentifizierung und Autorisierung, Secrets‑Management, Verschlüsselung und Secure‑Coding‑Practices
Technische Führungserfahrung oder Mentoring‑Praxis ist ein Plus, ergänzt durch starke Kommunikationsfähigkeit, proaktive Arbeitsweise, Problemlösungskompetenz und hohe Detailgenauigkeit
Sehr gute Englischkenntnisse für die enge Zusammenarbeit im internationalen Team; Deutschkenntnisse sind von Vorteil, aber kein Muss
Do you want to take ownership of AI solutions from first idea to production rollout? Are you keen to turn complex business requirements into robust and scalable AI‑enabled systems? Do you want to use your technical expertise to create real impact for national and international clients?
As part of our AI development team, you work directly on challenging consulting projects for national and international clients
You take end‑to‑end ownership of solution design for AI‑enabled products – from discovery and PoC through to production rollout
You translate business requirements into clear technical concepts, including architecture, interfaces, data flows, and quality and acceptance criteria
When designing and validating systems, you consider scalability, security, latency, reliability and cost.
You build and iterate prototypes, for example using prompting, RAG approaches, agents or function calling, to validate feasibility and business value early on
You actively help define standards and patterns for AI and LLM solutions – from model selection and prompt and context design to evaluation strategies and quality gates
You establish LLMOps and MLOps practices, including versioning, CI/CD, automated testing, monitoring, feedback loops and continuous improvement
You integrate AI capabilities into existing platforms, for example via APIs and event‑driven or service‑oriented architectures
You embed responsible AI by design, taking data privacy (GDPR), security, bias and safety considerations, and auditability into account from the start
As a technical sparring partner, you support and mentor engineers, align with stakeholders and communicate complex topics clearly to non‑technical audiences
A degree in Computer Science, Information Technology or equivalent professional experience
A strong software engineering background (backend and/or full stack), combined with a product mindset and consulting experience
Hands‑on experience delivering (generative) AI solutions into production, not limited to demos or prototypes
Solid knowledge of common LLM application patterns, including RAG, graph‑based approaches, embeddings, vector search, tool or function calling, agents and guardrails
Experience with at least one LLM framework or stack, such as Semantic Kernel, LangChain or LlamaIndex, as well as structured prompt engineering
The ability to evaluate AI systems systematically, including offline and online evaluation, benchmark design, qualitative reviews and regression testing for prompts and retrieval
Experience with distributed systems and modern integration patterns such as APIs, microservices, service‑oriented architectures and event‑driven design
Proficiency in at least one programming language and framework, for example Python, TypeScript/Node.js, C# or Java, along with strong API design skills
Solid cloud knowledge across Azure, AWS or GCP; experience with Azure AI services (e.g. Azure OpenAI, Azure AI Search, Document Intelligence) is a plus
A DevOps mindset, including Git, CI/CD, containers, infrastructure as code (e.g. Terraform or Bicep), observability (logs, metrics, tracing) and cost awareness
Security fundamentals, such as OAuth2/OIDC, authentication and authorisation, secrets management, encryption and secure coding practices
Technical leadership or mentoring experience is a plus, complemented by strong communication skills, a proactive attitude, problem‑solving capability and attention to detail
Fluent English for close collaboration within the team; German is a plus, but not mandatory
A varied role with a high level of responsibility
Continuous learning and development opportunities
A mentoring programme
A friendly, close‑knit and supportive working environment
Team events and company retreats
Mobility benefits
Great, centrally located office in Munich
Free drinks, fruit and yoghurts in the office
Company laptop and company mobile phone
Sports and fitness offers
