> Markdown version of [/jobs/ext/3911550-senior-llm-application-engineer-pricenxt](https://www.wearedevelopers.com/jobs/ext/3911550-senior-llm-application-engineer-pricenxt). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# (Senior) LLM Application Engineer - pricenxt

- **Company:** KI Group
- **Location:** Wurzburg, Germany
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Software as a Service, Encodings, Python (Programming Language), Node.Js, OpenAI, TypeScript, ReactJS, Retrieval-Augmented Generation, Large Language Models, Backend, Api Design
- **Published:** October 26, 2026
- **Apply:** https://www.xing.com/jobs/bad-homburg-hoehe-senior-llm-application-engineer-pricenxt-158772610

## About the Role

* Mehrere Jahre Erfahrung als Software Engineer, davon mindestens ein LLM-Feature, das Du selbst in Produktion gebracht hast und das echte Nutzer verwenden
 * Erfahrung mit RAG in Produktion: Vector DB, Retrieval, Chunking, Evaluation und Grounding
 * Sicherheit im Backend mit Python und/oder TypeScript/Node: Services, Async, API-Design, Datenmodellierung
 * Function Calling, Tool Use und Prompt- bzw. Context-Engineering kennst Du aus der Praxis, nicht aus Tutorials
 * Du arbeitest eigenständig, triffst technische Entscheidungen und kannst sie auch Nicht-Technikern erklären
 * Sehr gute Deutsch- und Englischkenntnisse

Das ist ein Plus:

 * MCP (Model Context Protocol) oder Agenten-Frameworks bzw. -SDKs
 * React/TypeScript, sodass Du Oberflächen für Deine Features selbst bauen kannst
 * Daten-Pipelines über strukturierte und halb-strukturierte Quellen
 * Erfahrung mit Marktdaten, Zeitreihen oder B2B-SaaS

## Description

Als (Senior) LLM Application Engineer verantwortest Du unsere LLM-Plattform von der Idee bis zur Produktion. In den ersten Monaten liegt der Fokus auf KI-Features für pricenxt-Kunden. Danach folgen interne Tools, die unsere Redaktion und unser Sales-Team schneller machen.

 * Du baust die LLM-Plattform-Schicht auf: Retrieval-Backend, Embedding-Pipeline und saubere APIs.
 * Du bringst KI-Features in Produktion: einen Conversational Analyst über unsere Preisdaten, semantische Suche und einen intelligenten Alert-Feed.
 * Du integrierst Foundation Models (Anthropic, OpenAI, Mistral u. a.) und triffst die Modellwahl nach Qualität, Kosten und Latenz.
 * Du baust Agenten-Architekturen und MCP-Schnittstellen, über die Enterprise-Kunden unsere Daten direkt in ihre eigenen Systeme holen.
 * Du entscheidest mit, welche Use Cases es in Produktion schaffen, und misst, ob sie funktionieren: Evaluation, Grounding, Monitoring.