Stellenangebot: AI / Machine Learning Engineer – LLM, RAG & NLP (m/w/d) bei engenious GmbH

Standort: Brühl (Baden) bei Mannheim / Heidelberg
Anstellung: Vollzeit, unbefristet
Arbeitsmodell: Hybrid / Remote möglich

Werde Teil von engenious

Als innovatives Technologieunternehmen entwickeln wir skalierbare KI-Lösungen für Kunden unterschiedlicher Branchen. Mit unserer eigenen Plattform engenious AI und individuellen Kundenprojekten verbinden wir moderne Softwareentwicklung, Cloud-Technologien und Generative AI.

Zur Verstärkung unseres Teams suchen wir einen erfahrenen AI / Machine Learning Engineer mit Schwerpunkt LLM, RAG und NLP (m/w/d), der KI-Lösungen nicht nur konzipiert, sondern auch technisch umsetzt, integriert und in den produktiven Betrieb bringt.

Deine Aufgaben

• Konzeption, Entwicklung und Weiterentwicklung von NLP-/NLU- und LLM-basierten Anwendungen, z. B. für Chatbots, Dokumentenverarbeitung, Wissenssysteme und semantische Suche 
• Entwicklung und Optimierung von Retrieval-Augmented-Generation-(RAG)-Pipelines, einschließlich Embeddings, Vektorsuche und Retrieval-Strategien 
• Integration und Orchestrierung von Large Language Models (LLMs) sowie Entwicklung komplexerer LLM-Workflows und Agenten 
• Einsatz von LangChain, LangGraph oder vergleichbaren Frameworks 
• Arbeit mit Cloud-basierten KI-Technologien und Integration entsprechender Services in bestehende Anwendungen 
• Entwicklung robuster Python-Anwendungen und APIs, z. B. mit FastAPI, zur Integration von KI-Komponenten in bestehende Produkte und Systeme 
• Evaluation und Optimierung von Modellen und KI-Pipelines hinsichtlich Qualität, Latenz, Robustheit und Kosten 
• Je nach Anwendungsfall Einsatz von Hugging Face Transformers, Transfer Learning und Fine-Tuning 
• Deployment, Monitoring und kontinuierliche Weiterentwicklung produktiver KI-Anwendungen 
• Enge Zusammenarbeit mit Softwareentwicklung, Cloud/DevOps und Produkt sowie selbstständige Überführung fachlicher Anforderungen in technische Lösungen

Das bringst du mit

• Abgeschlossenes Studium im Bereich Informatik, KI, Data Science, Mathematik oder eine vergleichbare Qualifikation bzw. relevante Berufserfahrung 
• Sehr gute Kenntnisse in Python und praktische Erfahrung in der Entwicklung von KI-/ML-Anwendungen 
• Fundierte praktische Erfahrung mit NLP/NLU, Large Language Models und modernen Generative-AI-Anwendungen 
• Erfahrung mit RAG-Architekturen, Embeddings, semantischer Suche und Vektorindizes bzw. Vektordatenbanken 
• Erfahrung mit LangChain, LangGraph oder vergleichbaren LLM-Frameworks 
• Erfahrung mit Cloud-basierten KI-Lösungen, idealerweise im Microsoft-Azure-Umfeld 
• Gutes Verständnis von Software-Engineering-Prinzipien und Fokus auf robuste, wartbare und produktionsfähige Implementierungen 
• Fähigkeit, fachliche Anforderungen zu analysieren und daraus eigenständig technische Lösungsansätze abzuleiten 
• Selbstständige, strukturierte und teamorientierte Arbeitsweise

Nice to have

• Erfahrung mit Azure AI Foundry und Azure AI Search 
• Erfahrung mit LLM-Agenten und agentischen Workflows 
• Erfahrung mit Hugging Face Transformers, Transfer Learning und Fine-Tuning 
• Erfahrung mit FastAPI, Azure Functions und/oder Azure ML 
• Kenntnisse in Docker, Git und CI/CD 
• Erfahrung mit MLflow oder vergleichbaren Tools für Evaluation, Experiment- und Performance-Tracking 
• Grundkenntnisse in React, HTML und CSS 
• Erfahrung in der direkten Zusammenarbeit mit Kunden bzw. im Requirements Engineering

Was wir bieten

• Spannende und verantwortungsvolle Projekte mit modernen KI- und Cloud-Technologien
• Die Möglichkeit, unsere eigenen KI-Produkte sowie individuelle Kundenlösungen aktiv mitzugestalten  
• Flexible Arbeitsbedingungen mit Hybrid- und Remote-Optionen 
• Kurze Entscheidungswege und direkte Zusammenarbeit in einem kleinen, technisch orientierten Team 
• Weiterbildungs- und Entwicklungsmöglichkeiten 
• Moderne technische Infrastruktur 
• Marktgerechte Vergütung

Bereit für die Bewerbung?

Bewirb dich bitte hier über unser Portal > karriere.engenious.de

Bitte teile uns außerdem mit:

• deinen frühestmöglichen Starttermin 
• deine Gehaltsvorstellung (Jahresbrutto) 
• deine Einstellung zum hybriden bzw. Remote-Arbeiten