GenAI Engineer - System Engineering / Admin, Ingenieur

Deine Mission: Intelligente Systeme der nächsten Generation

KI-Lösungen konzipieren und realisieren

Fokus GenAI: Konzeption und Umsetzung von modernen RAG-Architekturen (Retrieval Augmented Generation), agentischen Workflows und generativen KI-Use-Cases.

Modellierung & Integration: Auswahl und Feinabstimmung (Fine-Tuning) von LLMs sowie deren Integration in produktive Geschäftsprozesse.

Fundament: Während dein Fokus auf Generative AI liegt, nutzt du dein Wissen in klassischen Machine-Learning-Verfahren und Deep Learning, um hybride Lösungen zu schaffen, wo LLMs alleine nicht ausreichen.

Verantwortung für End-to-End-Lösungen

Production-Ready AI: Du bringst GenAI-Applikationen von der ersten Prompt-Idee über den Prototypen bis hin zum skalierbaren Deployment (LLMOps).

Daten & Orchestrierung: Aufbau und Optimierung der Datengrundlage für Agenten, Vector Databases sowie die Orchestrierung komplexer Workflows und Agenten.

Qualitätssicherung: Sicherstellung von Stabilität, Evaluierung von Modell-Outputs (Guardrails) und Performance-Optimierung.

Beratung & Zusammenarbeit

Technologie-Übersetzer: Du erklärst Stakeholdern den Unterschied zwischen “Hype” und echtem Business-Value und übersetzt komplexe Architekturen in klare Entscheidungsvorlagen.

Interdisziplinarität: Enge Zusammenarbeit mit Business Analyst*innen und Software Engineers, um KI nahtlos in bestehende Software-Ökosysteme einzubetten.

Weiterentwicklung & Wissensaustausch

State-of-the-Art: Du beobachtest die rasanten Entwicklungen im Bereich LLMs, multimodale Modelle und Agenten-Frameworks.

Wissenstransfer: Aktive Mitgestaltung interner Formate und Prototyping neuer Features für die attempto Akademie., Kenntnisse in Frontend-Technologien (z.B. Streamlit, React, Copilotkit/AG-UI) für den schnellen Bau von KI-Demos und überzeugenden GenAI-Webapps.

Warum wir?

JobRad - Leasingangebot mit Arbeitgeberzuschuss

JobTicket - lohnsteuerfreier Arbeitgeberzuschuss

Vertraglich geregelte Weiterbildungen - gezielte persönliche und fachliche Weiterentwicklung

Betriebliche Altersvorsorge - Zuzahlung auf den Versicherungsbeitrag

Cooles Office mit viel Raum für Kreativität - mobiles Arbeiten im Homeoffice je nach Projektsituation möglich

Mitgestaltung von attempto - Geschäftsführung bezieht Mitarbeiter proaktiv mit ein

Mentoring-Programm - Mentoren für neue Mitarbeiter

Zahlreiche Firmenevents - Sommerfest, Wiesn, Jahresabschlussfeier uvm.

Knowhow-Transfer - Zahlreiche innerbetriebliche Angebote

Fit-im-Job Angebote - Gesundheitstage, Firmenläufe uvm.

Regionaler Einsatz - Meist regionaler und langfristiger Projekteinsatz

Erfolgreiche Teamarbeit - durch Offenheit und Zusammenhalt aller im Team

Innovative Projekte - beim Kunden und in der attempto Innovations-Manufaktur

Frameworks: Du bist sicher im Umgang mit einem oder mehreren LLM/Agenten-Orchestrierungs-Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex oder Haystack.

GenAI Stack: Praktische Erfahrung mit Prompt Engineering, Embeddings und dem Aufbau und Management von Vector Databases (z.B. Pinecone, Weaviate, Milvus oder Chroma).

Sprachgenie: Exzellente Python-Kenntnisse sind deine Basis.

Technisches Verständnis & Basis

Cloud & Deployment: Erfahrung mit Cloud-KI-Services (Azure OpenAI, AWS Bedrock oder GCP Vertex AI) sowie Docker/Kubernetes.

Architektur: Solides Verständnis von APIs, Microservices und Datenpipelines.

KI-Fundament: Du verstehst die Mathematik hinter Deep Learning und hast bereits mit Bibliotheken wie PyTorch oder TensorFlow gearbeitet - dies hilft dir, GenAI-Modelle tiefergehend zu verstehen.

Arbeitsweise

Pioniergeist: Du hast Lust, in einem Feld zu arbeiten, das sich wöchentlich neu erfindet.

Analytik: Du arbeitest strukturiert und behältst auch bei komplexen Systemarchitekturen den Überblick.

Kommunikation: Du kannst technische Konzepte souverän und adressatengerecht vermitteln und verfügst über sehr gute Deutsch- und Englischkenntnisse.

Nice to have

Tiefergehende Erfahrung in MLOps oder Data Engineering.

Projekterfahrung im regulierten Umfeld (z.B. Banking, Insurance).