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.