Mid-Level- und Senior-Profile

n

Die Rolle \n

Wir bauen eine KI-Plattform für die Energiewirtschaft. Unsere Agenten unterstützen Prozesse wie Lieferantenwechsel, Netzanschluss, Abrechnung und Messstellenbetrieb. \n

Als Forward Deployed AI Engineer übernimmst Du einen Use Case von Discovery bis Go-Live. Du arbeitest direkt mit Fachbereichen bei Stadtwerken und Energieversorgern, verstehst ihre Prozesse und übersetzt dieses Wissen in produktive KI-Agenten. \n

Dabei verbindest Du GenAI Engineering mit Kundenarbeit: Du führst Fachinterviews und Workshops, entwickelst mit Python, LLMs, RAG und Tools funktionierende Lösungen und stellst durch systematische Evaluation sicher, dass sie im Alltag zuverlässig funktionieren. \n, n \n

• Workshops und Fachinterviews durchführen und komplexe Prozesse sowie implizites Wissen verstehen\n
• Anforderungen in Agent Blueprints und technische Lösungen übersetzen\n
• KI-Agenten mit LLMs, RAG, Tool Use / Function Calling und Agenten-Orchestrierung entwickeln\n
• Dokumente, Daten und Wissen für Retrieval und Agenten aufbereiten\n
• Innerhalb weniger Tage funktionierende Prototypen entwickeln und mit Nutzern iterieren\n
• Golden Questions, Testsets und Regressionstests zur Evaluation aufbauen\n
• Feedback analysieren und Agenten kontinuierlich verbessern\n
• Technische Möglichkeiten und Grenzen verständlich gegenüber Kunden kommunizieren\n
• Wiederverwendbare Komponenten gemeinsam mit unserem Plattformteam weiterentwickeln\n

\n

Das Team \n

Du arbeitest eng mit unserem Plattform- und Delivery-Team aus AI und Software Engineering sowie Consulting zusammen. Lösungen entwickeln wir gemeinsam mit unseren Kunden - wiederverwendbare Komponenten und Erkenntnisse fließen zurück in unsere Plattform. \n

Auf Mid-Level übernimmst Du eigene Use Cases von Discovery bis Go-Live. Auf Senior-Level entwickelst Du zusätzlich Standards und Blueprints für unser Agent Building weiter, arbeitest auf Kundenleitungsebene und hilfst uns, Forward Deployed Engineering im Team zu skalieren. \n

Must-haves \n \n

• Praktische Erfahrung im GenAI Engineering, idealerweise mindestens 1-2 Jahre\n
• Erfahrung mit LLM-Anwendungen, RAG, Prompt Engineering, Tool Use und Agenten-Orchestrierung\n
• Sehr gute Python-Kenntnisse auf Produktionsniveau\n
• Erfahrung mit der Evaluation von GenAI-Anwendungen, z. B. Testsets, Golden Questions oder Regressionstests\n
• Verständnis von Chunking, Retrieval, Metadaten und Wissensstrukturen\n
• Freude am direkten Kundenkontakt und die Fähigkeit, unklare Anforderungen selbstständig zu strukturieren\n
• Hohe Ownership und pragmatischer Umgang mit wechselnden Anforderungen\n

• Deutsch verhandlungssicher\n, n \n

• Energiewirtschaftliches Know-how, z. B. Marktkommunikation, GPKE, EDIFACT, SAP IS-U oder kVASy\n
• BPMN oder vergleichbare Prozessmodellierung\n
• GCP, Docker und CI/CD\n
• Knowledge Graphs oder strukturierte Wissensrepräsentation\n
• Erfahrung aus Consulting oder anderen kundenorientierten technischen Rollen\n

n \n

• 30 Tage Urlaub\n
• Erfolgsbeteiligung und Perspektive auf VSOPs\n
• Flexible Arbeitszeiten und Remote-first-Arbeitsmodell\n
• Standorte bzw. Smartoffice rund um Hamburg, Ruhrgebiet/NRW und München\n
• Direkter Kontakt zu Fachbereichen und Entscheider\n
• Frühe Verantwortung und hoher Gestaltungsspielraum\n
• Modernes GenAI-Umfeld mit Fokus auf produktive AI Agents\n
• Wertschätzendes Team und kurze Entscheidungswege\n

\n