AI Software Engineer - Agentic Systems & RAG - Anwendungsentwicklung, Ingenieur

YoungCapital

Ingolstadt, Germany

1 day ago

Role details

Contract type

Permanent contract

Employment type

Full-time (> 32 hours)

Working hours

Regular working hours

Languages

German

Job source

www.youngcapital.de

Tech stack

Artificial Intelligence Computational Linguistics Databases Data Integration Python (Programming Language) Neo4j Scrum Methodology Software Engineering Large Language Models Prompt Engineering Backend Information Technology

Job description

AI Software Engineer - Agentic Systems & RAG (w/m/d) - Anwendungsentwicklung, Ingenieur Bewirb dich direkt Neu! Bewirb dich als einer der Ersten

AI Software Engineer - Agentic Systems & RAG (w/m/d) - Anwendungsentwicklung, Ingenieur

Aufgaben * Architekturentwicklung: Konzeption und Entwicklung von LLM-basierten… Bewirb dich direkt Das dauert nur zwei Minuten, * Architekturentwicklung: Konzeption und Entwicklung von LLM-basierten Multi-Agenten-Systemen zur Automatisierung komplexer Analyse-, Dokumentations- und Engineering-Prozesse

Agentic Workflows: Implementierung intelligenter, iterativer Workflow-Schleifen (z. B. “Propose, Refine & Revise”) mittels moderner Orchestrierungs-Frameworks wie LangGraph
Memory & Context Management: Aufbau robuster RAG- und Graph-RAG-Architekturen sowie Architekturen für das Langzeitgedächtnis von KI-Agenten
Datenintegration: Anbindung und Verwaltung von Vektor- und Graphdatenbanken zur statischen und dynamischen Kontextbereitstellung aus diversen Unternehmensquellen

Requirements

Erfolgreich abgeschlossenes Studium z. B. Der Informatik, Computerlinguistik, Software Engineering, Mathematik oder einer vergleichbaren Fachrichtung
Sehr gute Programmierkenntnisse in Python und Erfahrung in der Backend-Entwicklung
Nachweisbare Praxis in der Entwicklung von LLM-Applikationen (API-Integration, Prompt Engineering, Tool-Calling, Agentic Workflows)
Umgang mit KI-Orchestrierungs-Frameworks (bevorzugt LangChain / LangGraph oder vergleichbare) wünschenswert
Kenntnisse im Bereich RAG (Retrieval-Augmented Generation) und im Umgang mit Vektordatenbanken (z. B. ChromaDB, Pinecone, Weaviate, Milvus) wünschenswert
Erfahrung mit Graph-Datenbanken (z. B. Neo4j) und der Modellierung von Wissensgraphen wünschenswert
Berührungspunkte mit spezialisierten AI-Memory-Frameworks (wie Mem0 oder Zep) wünschenswert
Erste Erahrungen mit agilen Arbeitsweisen (z. B. Scrum oder Kanban) oder in cross-funktionalen Entwicklungsteams
Starkes analytisches Denken und die Fähigkeit, komplexe, vernetzte Daten- und Systemstrukturen zu modellieren
Strukturierte und methodische Arbeitsweise sowie professionelles Auftreten
Ausgeprägte Kommunikationsfähigkeit und hohe Lernbereitschaft
Sehr gute Deutschkenntnisse in Wort und Schrift