AI Engineer

Vereinigte Staaten

Charlotte, North Carolina, United States

PythonJavaDockerKubernetes

Automatische Übersetzung. Prüfe das Original.

Voraussetzungen (Must-Have)

Erfahrung: 5+ Jahre

Programmiersprachen: Starke Kenntnisse in Java und Python mit nachgewiesener Erfolgsbilanz im Aufbau von produktionsreifen Softwarelösungen.

Google AI Tools: Praktische Erfahrung mit Google ADK (oder gleichwertigen Google Cloud AI/Vertex AI-Tools).

LLM-Expertise: Tiefes Verständnis und praktische Erfahrung mit Large Language Models (Prompt Engineering, Fine-Tuning, RAG-Architekturen).

Agentische Workflows: Nachweisbare Erfahrung im Aufbau und der Orchestrierung von KI-Agenten (unter Verwendung von Frameworks wie LangChain, LangGraph oder benutzerdefinierten Implementierungen).

MCP-Kenntnisse: Vertrautheit und praktische Erfahrung mit dem Model Context Protocol (MCP) zur Standardisierung von KI-Interaktionen mit externen Tools.

Codegenerierung: Erfahrung in der Nutzung von KI-Tools oder im Aufbau von Pipelines speziell für die Codegenerierung und Softwareautomatisierung.

Zusammenfassung der Stelle als AI Engineer

Wir suchen einen innovativen und hochqualifizierten AI Engineer, der unser dynamisches Team verstärkt. Der ideale Kandidat wird die Lücke zwischen traditioneller Softwareentwicklung und modernster künstlicher Intelligenz schließen. Sie werden maßgeblich an der Konzeption, dem Aufbau und der Bereitstellung fortschrittlicher KI-Agenten beteiligt sein, eng mit Large Language Models (LLMs) zusammenarbeiten und Initiativen zur automatisierten Codegenerierung vorantreiben. Wenn Sie eine starke Grundlage in Java und Python haben und praktische Erfahrung mit den KI-Tools von Google mitbringen, möchten wir, dass Sie uns beim Aufbau der nächsten Generation intelligenter Anwendungen helfen.

Hauptverantwortlichkeiten

Entwicklung von KI-Agenten: Konzeption, Aufbau und Bereitstellung autonomer KI-Agenten, die in der Lage sind, komplexe Arbeitsabläufe zu analysieren, zu planen und auszuführen.

LLM-Integration: Integration modernster Large Language Models (LLMs) in unsere Kernprodukte und -dienstleistungen zur Verbesserung der Funktionalität und Benutzererfahrung.

Implementierung des Model Context Protocol (MCP): Nutzung des Model Context Protocol (MCP), um unsere KI-Modelle sicher mit verschiedenen Datenquellen, Tools und Entwicklungsumgebungen zu verbinden.

Automatisierte Codegenerierung: Nutzung von KI und LLMs zum Aufbau von Systemen, die bei der Codegenerierung, -prüfung und -optimierung unterstützen oder diese vollständig automatisieren.

System Engineering: Schreiben von sauberem, skalierbarem und wartbarem Code sowohl in Java als auch in Python zur Unterstützung der KI-Backend-Infrastruktur.

Integration in das Google-Ökosystem: Nutzung von Google ADK (AI Developer Kits) und verwandten Google Cloud KI-Diensten (z. B. Vertex AI, Gemini APIs), um robuste KI-Lösungen bereitzustellen.

Cross-funktionale Zusammenarbeit: Enge Zusammenarbeit mit Produktmanagern, Data Scientists und Frontend-Entwicklern, um Geschäftsanforderungen in technische KI-Lösungen zu übersetzen.

Wünschenswert (optional, aber sehr geschätzt)

Erfahrung mit modernen robusten Backend-Frameworks (z. B. Spring Boot für Java, FastAPI für Python).

Vertrautheit mit Containerisierung und Orchestrierung (Docker, Kubernetes).

Erfahrung mit Vektordatenbanken (z. B. Pinecone, Weaviate, Milvus).

Sprachen

AI Engineer

Voraussetzungen (Must-Have)

Zusammenfassung der Stelle als AI Engineer

Hauptverantwortlichkeiten

Wünschenswert (optional, aber sehr geschätzt)

Dein nächster Jobsucht schon nach dir.

Mehr Möglichkeiten mit einem Profil

Weiter entdecken

IT Support Lead

Senior IT Operations & Security Administrator

Senior Research Scientist – Robotics AI