> Markdown version of [/jobs/ext/66371-genai-engineer](https://www.wearedevelopers.com/jobs/ext/66371-genai-engineer). 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). --- # GenAI Engineer - **Company:** attempto GmbH & Co. KG - **Location:** München, Germany - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Amazon Web Services, Microsoft Azure, Cloud Computing, Databases, Information Engineering, Python (Programming Language), Machine Learning, Tensorflow, Systems Architecture, Web Applications, Pytorch, ReactJS, Large Language Models, Prompt Engineering, Deep Learning, Kubernetes, Machine Learning Operations, Front End Software Development, Streamlit Framework, Docker, Microservices - **Published:** May 14, 2026 - **Apply:** https://de.indeed.com/viewjob?jk=d7601114f6ef84be ## About the Role * 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). * Kenntnisse in Frontend-Technologien (z.B. Streamlit, React, Copilotkit/AG-UI) für den schnellen Bau von KI-Demos und überzeugenden GenAI-Webapps. ## Description * 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. ## Related Videos - [How E.On productionizes its AI model & Implementation of Secure Generative AI.](https://www.wearedevelopers.com/videos/623-how-e-on-productionizes-its-ai-model-implementation-of-secure-generative-ai) - [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered) - [Watch Tests Go Brrrr! : Getting Started with Cypress in ReactJS](https://www.wearedevelopers.com/videos/282-watch-tests-go-brrrr-getting-started-with-cypress-in-reactjs) - [Photonic Computing: Programming a New Class of AI Accelerators (incl. Live Coding)](https://www.wearedevelopers.com/videos/100196-photonic-computing-programming-a-new-class-of-ai-accelerators-incl-live-coding) - [Should we build Generative AI into our existing software?](https://www.wearedevelopers.com/videos/1129-should-we-build-generative-ai-into-our-existing-software) - [Docker build without Docker](https://www.wearedevelopers.com/videos/100114-docker-build-without-docker) ## Related Articles - [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development) - [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it) - [Graph and AI Trends 2026: Why Is AI Running but Not Yet Delivering?](https://www.wearedevelopers.com/magazine/680-graph-and-ai-trends-2026-why-is-ai-running-but-not-yet-delivering) - [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer) - [What is Agentic Programming and Why Should Developers Care?](https://www.wearedevelopers.com/magazine/625-what-is-agentic-programming-and-why-should-developers-care) - [Best Coding Boot Camps in Germany](https://www.wearedevelopers.com/magazine/237-best-coding-boot-camps-in-germany)