GenAI Solution Engineer
Role details
Job location
Tech stack
Job description
Home-Office Amazon Web Services (AWS) Artificial Intelligence (AI) CI/CD (Continuous Integration/Delivery) Git Microsoft Azure Proof of Concept
+3 Top, * End-to-End Entwicklung: Du begleitest KI-Features über den gesamten Lifecycle - vom schnellen Rapid Prototyping über den Proof-of-Concept bis hin zur Überführung in eine skalierbare, hochverfügbare Produktionsumgebung
- Engineering von KI-Services: Du entwickelst robuste Backend-Services in Python, die modernste LLMs nahtlos integrieren und auch unter Last stabil performen
- Architektur autonomer Agenten: Du baust intelligente Agenten-Systeme, die mittels Tool-Calling und Memory-Management reale Workflows automatisieren und sicher innerhalb definierter Guardrails agieren
- Sicherstellung von Software-Exzellenz: Du verantwortest die Code-Qualität durch Clean Architecture, automatisierte Tests und effiziente CI/CD-Prozesse, um einen reibungslosen Deployment-Zyklus sicherzustellen
- Evaluation & Monitoring: Du implementierst Frameworks zur Messung der Performance Deiner GenAI-Lösungen (z. B. Accuracy, Latency, Cost)
- Technologie-Sparring: Du bewertest technische Machbarkeiten und berätst Stakeholder dabei, wie aus innovativen Ideen nachhaltige Produkte werden, Gesundheit & Wohlbefinden: Eine betriebliche Krankenversicherung, Sport- und Gesundheitsangebote sowie Präventionsmaßnahmen legen den Grundstein für körperliche und mentale Gesundheit.
Vergütung: Tarifliche Sonderzahlungen, betriebliche Altersvorsorge, vermögenswirksame Leistungen und Mitarbeiteraktien machen die Vergütung besonders attraktiv. Außerdem werden Mitarbeiter am Unternehmenserfolg beteiligt.
Zeit & Flexibilität: Mit unserem Modell "Neues Arbeiten" können Beruf und Privatleben noch besser vereinbart werden. Wir arbeiten flexibel, hybrid, mobil und vor Ort.
Karriereentwicklung: Wir erstellen gemeinsam einen persönlichen Entwicklungsplan und ermöglichen, funktions- und länderübergreifende Erfahrungen zu sammeln.
Eine vollständige Übersicht darüber, was uns als Arbeitgeber attraktiv macht, ist unter careers.allianz.com/benefits zu finden.
Requirements
- Akademischer Hintergrund: Du hast Dein Hochschulstudium in Informatik, Mathematik, Physik, Ingenieurwesen oder einer vergleichbaren Disziplin abgeschlossen
- Exzellente Python-Kenntnisse (produktionsreif): Du beherrschst API-Entwicklung (z. B. FastAPI, Pydantic), Containerisierung (Docker), Testing (Unit/Integration) sowie Git und CI/CD sicher - weit über reine Notebook-Skripte hinaus.
- Rapid Prototyping: Fähigkeit zur schnellen Visualisierung von Demos und Proof-of-Concepts in Python (z. B. Streamlit)
- Fundiertes Architektur-Verständnis: Du wendest SOLID-Prinzipien, Clean Architecture, Dependency Injection und Async/Concurrency routiniert an und nutzt ORM (z. B. SQLAlchemy) für saubere Datenbank-Interaktionen
- Praxis-Erfahrung mit multimodalen LLM-APIs: Sicherer Umgang mit den führenden Modellen (OpenAI, Anthropic) sowie Cloud-Plattformen (Azure OpenAI, AWS Bedrock)
- Advanced GenAI Engineering: Beherrschung von Prompt Engineering, strukturierten Outputs (JSON) und Tool-/Function-Calling
- RAG-Expertise (End-to-End): Aufbau kompletter Pipelines von Embeddings über Vektor-DBs (z. B. pgvector) bis hin zu komplexem Retrieval, Re-Ranking und Evaluation
- Agenten-Entwicklung: Erfahrung in der Planung und Orchestrierung autonomer Systeme (z. B. mit Pydantic AI), inklusive Memory-Management und Guardrails wünschenswert
- Container Orchestration: Kenntnisse im Betrieb von skalierbaren Anwendungen in Clustern (z. B. Kubernetes) wünschenswert
- Open Source LLMs: Erfahrung mit Self-hosted Models, Fine-Tuning und Serving (z. B. vLLM, Ollama) wünschenswert
- Auftreten und Sprachkompetenz: Du überzeugst durch gute kommunikative Fähigkeiten, ein professionelles Auftreten, bist neugierig und an Deiner persönlichen Entwicklung interessiert, hast Lust, aktiv mitzugestalten und bewegst Dich sicher in deutscher (C2) und englischer Sprache (C1)