GenAI Engineer mit Fullstack-Hintergrund

Machine Learning Kubernetes Cloud TypeScript Englisch Qualitätssicherung Java UI Entwicklungsumgebungen Soziales Engagement Modellierung Microservices Projekterfahrung Versicherungen SQL Azure Analytik IT Digitalisierung Berufserfahrung AWS Python Handel Docker Optimierung Kommunikation Swagger Nachhaltigkeit Frontend Engineering Deutsch Verantwortungsvolle Arbeitsweise Teamfähigkeit, 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 allein nicht ausreichen. Außerdem hast du Erfahrung damit, APIs mit OpenAPI / Swagger zu konzipieren und an Spring Boot Backends anzubinden, um bestehende Anwendungen mit Generative AI zu verbinden.

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). Integration in bestehende Anwendungen: Du bettest GenAI-Features in unsere bestehenden Web-Anwendungen ein - Angular im Frontend, Spring Boot im Backend - und hilfst bei deren Weiterentwicklung tatkräftig mit. 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. Außerdem hältst du Kundenworkshops, u.A. zu Themen wie Requirements Engineering. 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.

Frameworks: Du bist sicher im Umgang mit einer oder mehreren LLM/Agenten-Orchestrierungs-Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex, SpringAI 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). Sprachen: Python ist deine Basis für GenAI. Für die Integration in unsere Anwendungen bringst du außerdem solide Kenntnisse in Java/Spring Boot und im Angular-Umfeld (TypeScript) mit.

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 konzeptionell, wie Deep Learning und Transformer funktionieren. Backend-Fundament: Du verfügst über Erfahrung mit Spring Boot in Zusammenspiel mit GenAI. Frontend-Erfahrung: Du hast eine gute Vorstellung davon, wie die neuen GenAI-Fähigkeiten deiner Anwendung im Frontend dargestellt werden können und kannst die Integration selbst umsetzen. Sprachen: Deutsch und Englisch fließend

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.

Nice to have

Tiefergehende Erfahrung in MLOps oder Data Engineering. Projekterfahrung im regulierten Umfeld (z. B. Banking, Insurance). Kenntnisse in Frontend-Technologien (z. B. Streamlit, React, Copilotkit/AG-UI) für den schnellen Bau von KI-Demos und überzeugenden GenAI-Webapps.

• Arbeitszeit Vollzeit/Teilzeit

• Typ Arbeitsplatz, Bereich: Softwareentwicklung

Festanstellung, Voll- oder Teilzeit

LLMKI-WorkflowAutomatisierungAgentRAGChatbotKI

Noch Fragen?

Wir beantworten sie gerne!

089 2170377-77

jobs@attempto.eu, Jobrad Jobticket Vertraglich geregelte Weiterbildung Regionaler Einsatz Innovative Projekte Betriebliche Altersvorsorge New Work in kreativen Büros Mitgestalten von attempto Zahlreiche Firmenevents Fit-im-Job Angebote Erfolgreiche Teamarbeit Strukturiertes Mentoringprogramm Knowhow-Transfer

attempto ist seit 2006 mit der Konzeption und Umsetzung von komplexen IT-Projekten sehr erfolgreich. Wir sind ein starker Partner von Banken und Versicherungen. Auch in der Industrie und im Handel unterstützen wir zukunftsorientierte Projekte. Mehr als 150 Mitarbeiterinnen und Mitarbeiter bringen sich an unseren Standorten München, Karlsruhe und Münster aktiv ein. In der attempto Innovations-Manufaktur im WERK3 beschäftigen wir uns mit den neuesten Trends und Technologien. Digitalisierung, Nachhaltigkeit und soziales Engagement prägen unsere Kultur.