Infrastruktur für produktive KI-Anwendungen bauen und betreiben – von der Dev-Umgebung über CI/CD bis zum stabilen Betrieb beim Kunden und a
We investigate how AI agents can combine medical images with clinical information, plan and execute analytical steps, learn from feedback, a
Agent architecture — Design the multi-agent system: agent boundaries, event contracts, orchestration patterns, and the separation between LL
NVIDIA has been redefining computer graphics and accelerated computing for three decades.
Location: Bonn, Darmstadt or Berlin Your IT Future, Delivered With a global team of 5600+ IT professionals, DHL IT Services connects people
Wir schreiben dir, sobald eine neue geprüfte Stelle dazukommt. Höchstens eine Nachricht am Tag, und nur, wenn es tatsächlich etwas Neues gibt.
Abmelden mit einem Klick, jederzeit. Keine Weitergabe an Dritte.
Dive into the world of Agentic AI and Generative AI, explore the potential of LLMs and turn your ideas into innovative AI solutions with us.
You ll build the agent stack an AI consultancy runs on.
on this role - Strong professional experience in Python software development - Proven experience building AI-driven or agentic systems, pref
Huawei Heisenberg Research Center (Munich) is responsible for advanced technology research, architectural development, design and strategic
Drive applied research and technical direction across retrieval and ranking systems - Design and evolve multi-stage retrieval architectures
NVIDIA’s Worldwide Field Operations (WWFO) team is looking for a Solution Architect with expertise in Physical AI, Agentic AI, Data Science
Train and deploy ML models for retrieval, reranking, and search relevance, such as embedding models and cross-encoders, in production - Deve
Enhance our ML/LLMOps and AI Agent infrastructure for model evaluation, testing, and deployment within an AWS environment.
Based on-site at our location in Linz, Austria, you will join our team to build the autonomous systems that reshape how Bosch Power Solutions works.
Implement agent features and integrations in production codebases – APIs, websockets, tool-calling workflows – following established architecture patterns.
Entwickelt Features im ERP-Kernprodukt und in Paula, dem AI-Produkt, von Konzept bis Produktion und verantwortet sie danach.
Production Go-Live in Rekordzeit: Du baust und deployst robuste Schnittstellen, Middleware und Agentic-Pipelines direkt an der Schnittstelle
Zur Unterstützung der Entwicklung im Bereich „Engineering Defence Digital” in Ulm sucht Airbus Defence and Space einen Praktikanten (d/m/w)
Anspruchsvolle Projekte mit LLMs, Agentic RAG und AI-Agent-Frameworks (z.
• Einarbeitung in den Einsatz von Large Language Models (LLMs) mit Agentensystemen, MCP-Schnittstellen, Retrieval-Augmented Generation (RAG)
Anspruchsvolle Projekte mit LLMs, Agentic RAG und AI-Agent-Frameworks wie LangGraph oder OpenAI Agent SDK.
Du entwickelst Individualsoftware für verschiedene Kunden und unterschiedlichste Use-Cases auf Basis von LLMs (z.
Gehalt: ab EUR 5.000 brutto/Monat
Das waren alle 23 Jobs zu dieser Auswahl.
Warum dieser Job gelistet ist
KI ist Gegenstand der Rolle (Kernbegriffe in Titel/Anforderungen). Prüfverfahren ansehen
Infrastruktur für produktive KI-Anwendungen bauen und betreiben – von der Dev-Umgebung über CI/CD bis zum stabilen Betrieb beim Kunden und außerdem: LLM- und Agentic-AI-Systeme in Betrieb bringen: Inferenz- und Model-Serving-Endpunkte, Vektordatenbanken, RAG-Pipelines, MCP-Server – skalierbar, sicher, kostenbewusst. Observability und Qualität verantworten: Latenzen, Token- und Infrastrukturkosten, Agenten-Tracing, automatisierte Eval- und Regressionstests. Konsequent automatisieren statt Handarbeit: Infrastructure as Code, GitOps, containerisierte, reproduzierbare Deployments.
Sicherheit und Compliance sicherstellen: Secrets- und Zugriffsmanagement, Guardrails, Nachvollziehbarkeit nach EU AI Act. Kunden bei Architektur- und Betriebsentscheidungen beraten – als technischer Sparringspartner, nicht als Kundenmanager. Was du hier lernst MLOps-/LLMOps-Patterns im echten Kundenbetrieb statt im Lehrbuch.
Wie man KI-Systeme so baut, dass sie den EU AI Act überstehen, statt ihn nachträglich zu reparieren. Den Sprung vom PoC zur produktiven, kosten- und latenzbewussten Plattform.
Mehrjährige Erfahrung in Entwicklung und Betrieb von Software. Senior-Rolle: mehrjährige Praxis im Design und Betrieb produktiver Systeme Solide DevOps-Basis: ContainerCD, agiles Entwicklungsumfeld. Cloud-Erfahrung (AWS, Azure oder GCP), Deployment als Container, API oder Serverless.
Praxis mit Infrastructure as Code (z. B. Terraform, Ansible, Helm oder GitOps).
Python plus mindestens eine weitere Sprache (Go, TypeScript/JavaScript, Java, C# oder Shell). Grundverständnis von LLM-Systemen: RAG-Architekturen, Prompting, Agenten-Frameworks (z. B.
LangChain, LangGraph, AutoGen, CrewAI). Deutsch ab C1, Englisch ab B2 – sicher im Kundenkontakt, auch mal einen Workshop leiten. Studienabschluss in (Wirtschafts-)Informatik, Data Science, KI oder vergleichbar – oder gleichwertige Praxis als Quereinsteiger z.B. mit einer abgeschlossenen Ausbildung als Fachinformatiker Systemintegration.
Idealterweise bringst du zusätzlich mit: MLOps-/LLMOps-Praxis inkl. Evaluation von LLM-Pipelines. AI-Observability-Tools (Langfuse, LangSmith, Arize, OpenTelemetry-basiert).
Vektordatenbanken (Elasticsearch, pgvector, Qdrant o. ä.) und MCP (Model Context Protocol). Model Serving/GPU-Betrieb (vLLM, Ray, KServe, Triton), FinOps für KI-Workloads. Eigene Open-Source-Projekte oder Community-Beiträge.
Bereitschaft zu gelegentlichem Bereitschaftsdienst (nur tagsüber, vergütet). Für wen das hier nichts ist: Wer beim PoC aufhört und Produktionsbetrieb für das Problem von jemand anderem hält. Wer Kundenkontakt komplett vermeiden will – ihr sprecht mit IT-Verantwortlichen auf Augenhöhe, das gehört dazu.
Wer lieber Tools evaluiert, als Systeme zu verantworten, die nachts nicht ausfallen dürfen. Warum das AI Booster Team &
Du bist näher am Code als in jeder Beratungsrolle. Wir sitzen im Projekt, aber unser Ergebnis ist laufende Software, keine Präsentation. Du siehst deine Systeme im Einsatz. Wir bauen nicht auf Zuruf für einen anonymen Backlog, sondern für Kunden, deren Prozesse wir kennen – und begleiten die Lösung in den Betrieb. Technologiebandbreite statt Monokultur: Machine Learning, LLM-Anwendungen und eigene Agentenplattformen – je nach Problem, nicht je nach Hausstandard. Remote ist bei uns möglich, nicht nur geduldet: deutschlandweit, hybrid oder vollständig remote. Weitere
UNITY ist die Managementberatung für Innovation und digitale Transformation. Dabei setzen wir insbesondere auf Künstliche Intelligenz als Schlüsseltechnologie für Effizienz und Wachstum. Mit 380 Mitarbeitern sind wir weltweit an 15 Standorten vertreten und führen rund um den Globus Kundenprojekte durch. Unsere Standorte, an denen du deutschlandweit arbeiten kannst: Berlin, Braunschweig, Frankfurt a. M., Hamburg, Köln, München, Nürnberg, Paderborn/Büren oder Stuttgart. UNITY lebt Vielfalt und Chancengleichheit. Bei uns ist jeder unabhängig von Herkunft, Geschlecht, sexueller Orientierung, Handicap, Religion und Alter willkommen. Die Big5forLife sind ein Coaching-Impuls aus dem Bereich der individuellen Visions-Bildung von John Strelecky. Dein persönlicher Kontakt Bewirb dich jetzt mit wenigen Klicks. Du findest mehrere Stellen interessant? Einmal bewerben reicht: Dein Können wird für alle Stellen geprüft. Bei Fragen zu deiner Bewerbung melde dich gerne bei Markus (Candidate Experience Manager).Du hast fachliche Fragen? Dann freut sich Moritz (Head of AI Development) auf deine Kontaktaufnahme.
Vollzeit oder Teilzeit (32–40 Std./Woche) | ab sofort | deutschlandweit, hybrid oder remote Deine RAG-Pipeline läuft im Notebook, aber niemand hat sie in Produktion gebracht? Genau das lösen wir. Das UNITY AI Booster Team bringt LLM- und Agentic-AI-Systeme unserer Kunden zuverlässig, sicher und wirtschaftlich live.
Das UNITY AI Booster Team Das UNITY AI Booster Team ist UNITYs Entwicklereinheit für die Entwicklung und Implementierung von KI-Lösungen in den Geschäftsprozessen unserer Kunden. Wir entwickeln Lösungen mit hoher Technologiebandbreite, von Machine Learning Use Cases, LLM Use Cases oder eigenen Agentenplattformen. Anders als unsere Consultants sind wir näher am Code: Wir arbeiten im Projekt mit den Consultants und unserem Procurement X Team zusammen, bauen und betreiben aber die technische Plattform dahinter.
Interesse an dieser Position?
Die vollständige Anzeige und das Bewerbungsformular liegen beim Arbeitgeber.
Zur OriginalanzeigeKI in bestehende Software und Abläufe bringen: Agenten, RAG-Systeme, Schnittstellen, automatisierte Arbeitsketten.