Validation Engineer - Context, Semantics & Memory (f/m/x)

Was erwartet Sie?

• Sie entwerfen und betreiben Wissensgraphen und Graphdatenbanken, die Fachwissen, Toolchain-Topologien, betriebliche Vorfälle, Ursachenanalysen und gewonnene Erkenntnisse erfassen – und ermöglichen eine graphbasierte Abfrage in der gesamten Organisation.
• Darüber hinaus bauen Sie Kontext-Engineering-Pipelines, die dynamisch die Informationen zusammenstellen, bewerten und budgetieren, die an LLM-basierte Agenten geliefert werden.
• Sie implementieren Feedback-Schleifen: Programmierung von Agenten und Fähigkeiten, die mit unserer Toolchain-Protokoll Ergebnisse interagieren, Fehler diagnostizieren und Erkenntnisse zurück in den Wissensgraph schreiben, wodurch das System zunehmend leistungsfähiger wird.
• Es liegt in Ihrer Verantwortung, Ontologien und semantische Modelle für den Bereich Automotive AI zu entwickeln und zu pflegen – Sensor-Konfigurationen, Simulationsszenarien, Datenpipeline-Topologien, Modellvererbung – um ein konsistentes Vokabular über Teams und Tools hinweg sicherzustellen.
• Sie entwerfen Gedächtnissysteme für Agenten (arbeits-, episodisch, semantisch) mit geeigneten Konsolidierungs- und Beibehaltungsmechanismen, damit langlaufende Agentensitzungen nützliche Erfahrungen ohne Kontextfenster-Überladung behalten.
• Zusätzlich bewerten und optimieren Sie die Abrufqualität unter Verwendung von Relevanz-, Abdeckungs-, Frische- und Redundanzmetriken und führen Experimente durch, um Abrufstrategien (dicht, spärlich, graphbasiert, hybrid) zu vergleichen.
• Sie tragen zur kosteneffizienten Modellauswahl und Kontextkompressionsstrategien (Prompt-Kompression, semantisches Caching, Modell-Routing) bei, um die Latenz niedrig und die Budgets nachhaltig zu halten.

Was sollten Sie mitbringen?

• Universitätsabschluss in Informatik, Informationswissenschaft, KI/ML oder einem verwandten Bereich.
• 1-3 Jahre Berufserfahrung im Wissensmanagement, in der Wissensgraph-Entwicklung oder im Kontext-Engineering für AI/LLM-Systeme.
• Expertenkenntnisse in mindestens einer Hochsprache (C++, Java, Kotlin oder Python).
• Kenntnisse in der KI-unterstützten Entwicklung mit Programmieragenten wie Claude Code, GitHub Copilot oder OpenCode.
• Praktische Erfahrung im Aufbau und der Abfrage von Wissensgraphen (RDF/SPARQL oder Property Graphs) und deren Integration mit LLM-basiertem Abruf (z.B. GraphRAG, hybride Suche).
• Erfahrung im Systemdesign, insbesondere für wissensintensive oder abrufschwere Architekturen.
• Vertrautheit mit Gedächtnisarchitekturen für Agenten, Ontologiedesign, semantischer Modellierung, graphbasierten Analysen, Entitätsauflösung oder Wissensgraph-Embeddings.

Was bieten wir?

• Herausfordernde Projekte, mit denen wir gemeinsam die Mobilität von morgen gestalten.
• Umfangreiche persönliche und berufliche Entwicklungsmöglichkeiten.
• Attraktive, faire und leistungsbezogene Vergütung.
• Hohe Arbeitsplatzsicherheit.
• Jährliche Sonderzahlungen wie Urlaubsvergütung, Weihnachtsbonus und Gewinnbeteiligung.
• Flexible Arbeitszeiten einschließlich 6 Wochen Jahresurlaub und Überstundenvergütung.

Art der Anstellung: unbefristet

Arbeitszeit: Vollzeit

Bei der BMW Group legen wir großen Wert auf Gleichbehandlung und Chancengleichheit. Unsere Einstellungsentscheidungen basieren auf der Persönlichkeit, Erfahrung und den Fähigkeiten der Bewerber.