Senior GenAI Engineer (all genders)

• Ausbildung & Erfahrung: Du verfügst über ein abgeschlossenes Studium in Informatik, Data Science, Computerlinguistik oder einem vergleichbaren technischen Fachgebiet und mindestens 3 Jahre Erfahrung in der Entwicklung und Produktivsetzung von GenAI- oder LLM-basierten Anwendungen im Enterprise-Kontext.
• Fachwissen in GenAI-Systemen: Du verstehst Transformer-Architekturen, Embedding-Modelle, Retrieval-Strategien, Tool-Calling und strukturierte Output-Mechanismen tiefgehend.
• Tech-Stack anwendenich: Du arbeitest souverän mit Frameworks wie LangChain oder LlamaIndex, Vektordatenbanken, Cloud-basierten LLM-APIs und API-Integrationen.
• Qualitätsorientierte Arbeitsweise: Du arbeitest iterativ, messgetrieben und mit klarem Fokus auf Robustheit, Antwortqualität und Kontrollierbarkeit.
• Sprachkenntnisse: Du kommunizierst mündlich als auch schriftlich sicher und professionell auf Deutsch und Englisch.

Unser Versprechen: Du wirst dich bei uns wohlfühlen! Kollegial, familiär und auf Augenhöhe - wir leben Austausch, Teamgeist und einen respektvollen Umgang miteinander. Diversität und verschiedene Blickwinkel werden bei uns genauso geschätzt wie du als Mensch. Das und viel mehr steht für unser ganz besonderes Wir-Gefühl. Für das es sogar ein Wort gibt: adessi.

Wir gehören zu den Top-Adressen in der IT-Welt und fokussieren uns auf die Optimierung der Kerngeschäftsprozesse unserer Kunden. Durch den smarten Einsatz maßgeschneiderter IT-Lösungen unterstützen wir unsere Kunden dabei, das Beste aus ihrem Business und aktuellen Technologien herauszuholen. Unseren Erfolg aber erreichen wir nur durch eins: die Menschen bei adesso! Sie bringen Ideen, fachliches Know how und Technologien zusammen. Gemeinsam programmieren wir (deine) Zukunft bei adesso. DEINE ROLLE * RAG-Systeme entwickeln: Du konzipierst und implementierst skalierbare Retrieval-Augmented-Generation-Architekturen für geschäftskritische Enterprise-Anwendungen. * LLM-Workflows realisieren: Du entwickelst sturkturierte LLM-basierte Workflows inklusive Tool-Integration, Kontextsteuerung und Fehlerbehandlung. * MCP-Integration implementieren: Du entwickelst MCP-konforme Tool-Schnittstellen und strukturierte Funktionsaufrufe innerhalb von LLM- und Agentensystemen. * Evaluierungslogiken etablieren: Du definierst Testsets, Bewertungsmetriken und Vergleichsverfahren zur systematischen Qualitätsmessung von LLM- und RAG-Systemen. * Performance und Wirtschaftlichkeit optimieren: Du analysierst Tokenverbrauch, Latenzverhalten und Modellwahl und optimierst Systeme hinsichtlich Stabilität und Kosten.