About The Role

Das erwartet Dich

Moderne Büros in Toplage in München und Frankfurt
Flexibles Hybrid Working mit der Möglichkeit, Deine Arbeitszeiten individuell auf Deine Bedürfnisse anzupassen
Unsere Devoteam Academy bietet Dir ein großes Angebot an zertifizierten Trainings und Sprachkursen
Internationale Entwicklungsmöglichkeiten für Deinen Karriereboost bei Devoteam
Get-Together Partys und Teamevents für den regelmäßigen Austausch und Spaß mit Deinen Kolleg
Mitarbeiterprämien beim Werben von neuen Mitarbeiter:innen
Moderne IT-Ausstattung – Wähle aus einer Vielzahl von Möglichkeiten das für Dich passende Produkt
Corporate Benefits mit großer Auswahl an zahlreichen Angeboten für nahezu jeden Bereich
JobRad-Angebot mit attraktiven steuerlichen Vorteilen für Dich
30 Tage Urlaub – Erhol Dich von der Arbeit bei wohlverdienten 30 Tagen Urlaub im Jahr
Workation – Erlebe bis zu 30 Tage Workation und arbeite gleichzeitig in den schönsten Ecken Europas (EU)

Darauf richtest Du Deinen Fokus

GenAI Engineering: Du entwickelst anspruchsvolle GenAI-Anwendungen von der ersten Idee bis zum produktiven Einsatz und setzt dabei auf Python sowie moderne AI-Frameworks.
Agentische Systeme & RAG: Du konzipierst und implementierst agentische Workflows, Multi-Agent-Systeme und RAG-Architekturen und integrierst Foundation Models und Large Language Models in sichere Enterprise-Umgebungen.
Integration & Plattformen: Du verbindest AI-Lösungen mit bestehenden APIs, Datenplattformen, Unternehmensanwendungen und Legacy-Systemen und entwickelst robuste Datenpipelines für strukturierte und unstrukturierte Daten.
Production Readiness & LLMOps: Du entwickelst Evaluations-, Monitoring- und Observability-Lösungen und stellst sicher, dass GenAI-Systeme Anforderungen an Qualität, Sicherheit, Datenschutz, Skalierbarkeit und Latenz erfüllen.
Kundenberatung & Engineering: Du führst technische Discovery-Sessions und Engineering-Workshops durch, übersetzt fachliche und technische Anforderungen in umsetzbare Lösungsarchitekturen und entwickelst eng mit den Engineering-Teams unserer Kund zusammen.
Innovation & Zusammenarbeit: Du identifizierst wiederkehrende technische Muster, entwickelst daraus wiederverwendbare Komponenten und Frameworks und arbeitest eng mit AI/ML Consultants, Cloud Architects, Data Engineers und Software Engineers sowie bei ausgewählten Pre-Sales-Aktivitäten und Proofs of Concept zusammen.

Das bringst Du mit

Engineering-Erfahrung: Du verfügst über ein abgeschlossenes Studium der Informatik, Ingenieurwissenschaften, Mathematik oder eines vergleichbaren Fachgebiets beziehungsweise über gleichwertige praktische Erfahrung sowie mehrjährige Erfahrung im Software Engineering, AI Engineering oder Machine Learning Engineering.
Programmierung & Production AI: Du bringst sehr gute Programmierkenntnisse in Python oder einer vergleichbaren Sprache mit und hast bereits produktionsreife AI- oder GenAI-Anwendungen entwickelt.
LLMs & Agentic AI: Du hast praktische Erfahrung mit Large Language Models, Prompt Engineering, Foundation Models, agentischen Workflows oder Multi-Agent-Systemen sowie mit Frameworks wie LangGraph, Google Agent Development Kit, LangChain, CrewAI oder vergleichbaren Technologien.
RAG & Daten: Du kennst Dich mit RAG-Architekturen, Embeddings und Vektordatenbanken aus und kannst diese in moderne AI-Anwendungen integrieren.
Cloud & Software Engineering: Du hast Erfahrung mit verteilten oder cloudbasierten AI-Systemen, APIs, containerisierten Anwendungen sowie modernen Software-Engineering-Praktiken.
Deployment & Operations: Du verfügst über ein gutes Verständnis von CI/CD, Testing, Deployment, Monitoring und dem zuverlässigen Betrieb von AI-Anwendungen.
Consulting & Kommunikation: Du arbeitest gerne direkt mit Kund und Engineering-Teams zusammen, kannst komplexe technische Zusammenhänge verständlich vermitteln und verfügst über fließende Deutsch- und Englischkenntnisse.

Wünschenswert

Google Cloud & Enterprise AI: Erfahrung mit Google Cloud, Vertex AI, Gemini oder vergleichbaren Cloud-AI-Plattformen sowie Kenntnisse in IAM, Netzwerksicherheit, Datenschutz und Governance für Enterprise-AI-Anwendungen.
Agentic AI & Tooling: Erfahrung mit Model Context Protocol Servern, Tool-Integrationen und Agentenmustern wie ReAct, Reflection, Planning oder hierarchischer Delegation.
Evaluation & LLMOps: Kenntnisse in Evaluation Frameworks für LLMs und agentische Systeme sowie Verständnis relevanter Metriken wie Latenz, Tokens pro Sekunde, Kosten pro Anfrage und Erfolgsquoten.
Produktivsetzung & Consulting: Erfahrung mit LLMOps oder MLOps, der Überführung von Proofs of Concept in produktionsreife Lösungen oder in einem Beratungs-, Professional-Services- bzw. kundennahen Engineering-Umfeld.
Cloud-Zertifizierungen: Relevante Zertifizierungen in Google Cloud, AWS oder Microsoft Azure.