Deutschland
ALTEN
Adesso SE
Senior GenAI Engineer (all genders)
Deutschland
Bremen, Bremen, Germany · Frankfurt, Hesse, Germany · Hanover, Lower Saxony, Germany · Rostock, Mecklenburg-Vorpommern, Germany · Stralsund, Mecklenburg-Vorpommern, Germany · Aachen, North Rhine-Westphalia, Germany · Bonn, North Rhine-Westphalia, Germany · Cologne, North Rhine-Westphalia, Germany · Dortmund, North Rhine-Westphalia, Germany · Dusseldorf, North Rhine-Westphalia, Germany · Essen, North Rhine-Westphalia, Germany · Münster, North Rhine-Westphalia, Germany · Paderborn, North Rhine-Westphalia, Germany · Siegen, North Rhine-Westphalia, Germany · Koblenz, Rhineland-Palatinate, Germany · Dresden, Saxony, Germany · Leipzig, Saxony, Germany · Jena, Thuringia, Germany · Berlin, Germany · Hamburg, Germany
DEINE ROLLE
- RAG-Systeme entwickeln: Du konzipierst und implementierst skalierbare Retrieval-Augmented-Generation-Architekturen für geschäftskritische Enterprise-Anwendungen.
- LLM-Workflows realisieren: Du entwickelst sturkturierte LLM-basierte Workflows inklusive Tool-Integration, Kontextsteuerung und Fehlerbehandlung.
- MCP-Integration implementieren: Du entwickelst MCP-konforme Tool-Schnittstellen und strukturierte Funktionsaufrufe innerhalb von LLM- und Agentensystemen.
- Evaluierungslogiken etablieren: Du definierst Testsets, Bewertungsmetriken und Vergleichsverfahren zur systematischen Qualitätsmessung von LLM- und RAG-Systemen.
- Performance und Wirtschaftlichkeit optimieren: Du analysierst Tokenverbrauch, Latenzverhalten und Modellwahl und optimierst Systeme hinsichtlich Stabilität und Kosten.
DEIN PROFIL
- Ausbildung & Erfahrung: Du verfügst über ein abgeschlossenes Studium in Informatik, Data Science, Computerlinguistik oder einem vergleichbaren technischen Fachgebiet und mindestens 3 Jahre Erfahrung in der Entwicklung und Produktivsetzung von GenAI- oder LLM-basierten Anwendungen im Enterprise-Kontext.
- Fachwissen in GenAI-Systemen: Du verstehst Transformer-Architekturen, Embedding-Modelle, Retrieval-Strategien, Tool-Calling und strukturierte Output-Mechanismen tiefgehend.
- Tech-Stack anwendenich: Du arbeitest souverän mit Frameworks wie LangChain oder LlamaIndex, Vektordatenbanken, Cloud-basierten LLM-APIs und API-Integrationen.
- Qualitätsorientierte Arbeitsweise: Du arbeitest iterativ, messgetrieben und mit klarem Fokus auf Robustheit, Antwortqualität und Kontrollierbarkeit.
- Sprachkenntnisse: Du kommunizierst mündlich als auch schriftlich sicher und professionell auf Deutsch und Englisch.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen