AI Developer with Python for Customer Care AI Platform team (hybrid)

Aufgaben

Über das Team: Unsere Mission ist es, ein modernes Ökosystem für alle IONOS-Kundenservicebedürfnisse zu schaffen. Die von uns entwickelten Tools werden an über 20 Standorten von mehr als 2.000 Nutzern eingesetzt und unterstützen 8 Millionen Kundenverträge in 10 Märkten. Das Entwicklungsteam trägt die volle Verantwortung für den Entwicklungszyklus. Das bedeutet, dass wir unsere Software ohne interne oder externe Abhängigkeiten planen, entwickeln, testen und bereitstellen. Unser Portfolio dreht sich um ein intern entwickeltes CRM, das nun mit KI-Funktionen erweitert wird.

Über das Produkt, das Sie entwickeln werden: Wir bauen eine KI-Plattform der nächsten Generation, die neu definiert, wie unser Unternehmen mit Kunden interagiert. Dies ist nicht nur ein Chatbot; es ist ein leistungsstarkes, multimodales KI-Ökosystem, das von modernsten Speech-to-Speech (S2S)-Modellen, fortschrittlichen großen Sprachmodellen (LLMs) und intelligenten Orchestrierungsframeworks betrieben wird. Unsere Plattform wird verstehen, schlussfolgern und über Text und Sprache antworten – während sie nahtlos Echtzeitaktionen ausführt, um die Bedürfnisse der Kunden zu erfüllen. Wir streben eine hybride Architektur aus Open Source LLMs, branchenführenden proprietären Modellen und dem Model Context Protocol (MCP) an, um kontextuelles Denken, Toolaufrufe und nahtlose Orchestrierung über Systeme hinweg zu ermöglichen. Das Ziel ist nicht nur, mit dem Kunden zu sprechen, sondern auf seine Bedürfnisse zu reagieren.

Was dieses Projekt einzigartig macht:

• Die Voice Frontier: Wir bauen latenzarme, emotionale Speech-to-Speech-Pipelines für ein wirklich natürliches Spracherlebnis.
• Tiefe Systemintegration: Unsere Plattform verbindet sich direkt mit den Kernsystemen des Unternehmens über MCPs, sodass die KI in der Lage ist, auf Echtzeit-Kundenkontexte zuzugreifen und komplexe Workflows auszuführen.
• Selbstentwickelnde Logik: Wir entwickeln ein automatisiertes QA- und Evaluierungsmodul, das kontinuierlich Interaktionen über Kanäle hinweg analysiert. Durch die programmgesteuerte Messung von Qualität, Genauigkeit, Latenz und Lösungsresultaten können wir den Feedback-Zyklus schließen und das Systemverhalten in Stunden, nicht Wochen, anpassen.
• Hybride Innovation: Sie arbeiten an der Schnittstelle von „bauen vs. kaufen“ und integrieren das Beste aus der Open-Source-Community mit intern entwickelter Infrastruktur.

Was Sie erwartet: Sie werden nicht nur Code versenden; Sie werden Teil der Weiterentwicklung dieses Konzepts sein. Sie werden einem freundlichen, erfahrenen Team beitreten, in dem Ihre Stimme zählt und Ihr Beitrag reale Ergebnisse prägt. Sie werden in einer modernen Umgebung mit Technologien und Praktiken arbeiten, die uns helfen, zuverlässige Software effizient bereitzustellen.

Rollenbeschreibung: Als KI-Ingenieur in diesem Team werden Sie die Kernintelligenzsysteme hinter unserer multimodalen KI-Plattform aufbauen. Sie sind verantwortlich dafür, über einfache Chat-Schnittstellen hinauszugehen und leistungsstarke, Echtzeitsysteme zu entwickeln, die komplexes Denken, tiefes Kontextabrufen, LLM-Orchestrierung, retrieval-augmented generation (RAG) und nahtlose Sprachinteraktionen handhaben.

Hauptverantwortlichkeiten:

• Agentische Workflows entwerfen: Entwerfen und Implementieren von LLM-basierten Systemen, die über die Antwortgenerierung hinausgehen - strukturierte Toolnutzung, Workflow-Orchestrierung und sichere Interaktion mit internen Diensten über MCP (Model Context Protocol) ermöglichen.
• RAG & CAG aufbauen und optimieren: Entwicklung leistungsstarker Retrieval-Augmented Generation und Context-Augmented Generation-Pipelines, um genaue, relevante und latenzarme Antworten sicherzustellen. Kontinuierliche Verbesserung des Kontextmanagements, der Ranking-Strategien und der Verankerungsmechanismen zur Unterstützung komplexer, mehrstufiger Interaktionen.
• Meisterschaft im Sprachkanal: Entwicklung und Optimierung von Echtzeit-Sprach-zu-Sprache (S2S)-Pipelines mit Fokus auf Streaming-Architekturen, Latenzreduzierung (einschließlich Time to First Word - TTFW) und Aufrechterhaltung eines natürlichen Gesprächsflusses.
• Evaluierung, Qualität & Ausrichtung: Aufbau und Pflege eines automatisierten QA-Moduls, einschließlich LLM-as-a-judge-Mustern, um Genauigkeit, Sicherheit, Latenz und Lösungsqualität im großen Maßstab zu messen. Übersetzung von Evaluierungsinsights in systematische Modelle und Verbesserungen der Eingabeaufforderungen.
• Modellstrategie & hybride Integration: Integration und Betrieb sowohl kommerzieller Basis-Modelle (z.B. OpenAI, Anthropic, Google) als auch Open-Source-Alternativen (z.B. Qwen, Kimi, DeepSeek, Moonshot, GLM), Auswahl und Optimierung von Modellen basierend auf Leistung, Latenz, Kosten und Anforderungsprofilen.

Wir suchen nach:

• Starken Python- und/oder Java-Entwicklungsfähigkeiten: Fortgeschrittene Python-Entwicklungserfahrung, einschließlich asynchroner Programmierung (z.B. FastAPI, asyncio) und dem Aufbau leistungsstarker, produktionsreifer Dienste. Erfahrung mit Streaming-Architekturen ist ein großer Vorteil.
• Erfahrung mit LLM-Anwendungen & Multi-Agenten-Orchestrierung: Praktische Erfahrung im Aufbau von LLM-gestützten Systemen, einschließlich mehrstufiger Workflows, zustandsbehafteter Agenten und Toolaufrufen. Vertrautheit mit Orchestrierungsframeworks wie LangChain, LlamaIndex oder LangGraph, insbesondere beim Aufbau zustandsbehafteter, mehrturniger Agenten.
• Fortgeschrittenes Retrieval- & Kontextmanagement: Tiefes Verständnis von Vektordatenbanken (z.B. Weaviate, Qdrant, pgvector, Elasticsearch), semantischer Suche, Einbettungsstrategien und Re-Ranking-Techniken. Erfahrung im Entwerfen und Optimieren von RAG-Pipelines.
• Echtzeit- & latenzarme Systeme: Erfahrung im Entwerfen von Systemen, die unter Latenzbeschränkungen arbeiten, einschließlich Streaming-APIs, ereignisgesteuerten Architekturen und Leistungsoptimierung. Verständnis der Kompromisse zwischen Qualität, Kosten und Antwortzeit.
• Evaluierungsgetriebenes Entwickeln: Erfahrung in der Implementierung von Evaluierungsrahmen für LLM-basierte Systeme, einschließlich automatisierter QA-Pipelines und LLM-as-a-judge-Muster. Vertrautheit mit API-Design: Kenntnisse im RESTful API-Design, OAuth2.

Was wir bieten:

• Zugang zu lokalen/internationalen Schulungen, Entwicklungs- und Wachstumschancen, einschließlich Zugang zu E-Learning-Plattformen, die sowohl technische als auch soziale Fähigkeiten abdecken.
• Moderne Technologien, Produktverantwortung.
• Flexibler Arbeitszeitplan.
• Hybride Arbeitsoption.
• Medizinisches Dienstleistungspaket von einem von zwei privaten Anbietern.
• 25 Urlaubstage pro Jahr.
• Ausgleichstage für Feiertage, die auf das Wochenende fallen.
• Essensgutscheine.
• Internes Empfehlungsprogramm.
• Teamevents, Networking-Veranstaltungen, die organisiert werden, um eine leidenschaftliche, kreative und vielfältige Kultur zu fördern.
• Sommerfest- und Winterfestpartys.
• Natürlich gibt es Kaffee, Erfrischungsgetränke und frisches Obst bei uns im Büro.