Auf einen Blick
- Aufgaben: Entwickle und betreibe Wissensgraphen und kontextbasierte Pipelines für KI-gestützte Systeme.
- Arbeitgeber: BMW Group - Innovatives Unternehmen, das Mobilität neu definiert.
- Mitarbeitervorteile: Attraktive Vergütung, persönliche Entwicklungsmöglichkeiten und spannende Projekte.
- Andere Informationen: Dynamisches Arbeitsumfeld mit exzellenten Karrierechancen.
- Warum dieser Job: Gestalte die Zukunft der Mobilität mit modernster Technologie und einem internationalen Team.
- Gewünschte Qualifikationen: Studium in Informatik oder verwandten Bereichen und Erfahrung in Wissensmanagement.
Das voraussichtliche Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
INNOVATION IST DAS VORSTELLEN, WAS ANDERE NICHT KÖNNEN. Bei der BMW Group beginnt alles mit Leidenschaft. Diese verwandelt einen Beruf in eine Berufung und treibt uns an, die Mobilität immer wieder neu zu erfinden und innovative Ideen auf die Straßen zu bringen. Begeisterung für gemeinsame Projekte verwandelt ein Team in eine starke Einheit, in der jede Meinung geschätzt wird. Nur wenn Expertise, hochprofessionelle Prozesse und Freude an der Arbeit vereint sind, können wir gemeinsam die Zukunft gestalten.
Unsere Plattformteams bauen KI-basierte Toolchains, die Modelle auf petabyte-großen Automobildaten simulieren, verarbeiten und trainieren – und wir verlassen uns zunehmend auf agentische KI, um diese Toolchains zu betreiben, zu warten und zu verbessern. Der Kleber, der Agenten effektiv macht, ist Kontext: das richtige Wissen, zur richtigen Zeit, in der richtigen Form.
Wir suchen einen Ingenieur, der das Wissensmanagement und das Kontext-Engineering-Rückgrat entwerfen und weiterentwickeln kann, das sowohl unser Produkt (ein interdomänales Multi-Agenten-Fahrzeugsystem) als auch unsere interne Entwicklungstoolchain antreibt.
Was erwartet Sie?
- Sie entwerfen und betreiben Wissensgraphen und Graphdatenbanken, die Fachwissen, Toolchain-Topologie, betriebliche Vorfälle, Ursachenanalysen und gewonnene Erkenntnisse erfassen – und ermöglichen graphbasierte Abrufe in der gesamten Organisation.
- Darüber hinaus bauen Sie Kontext-Engineering-Pipelines, die die Informationen, die an LLM-basierte Agenten geliefert werden, dynamisch zusammenstellen, bewerten und budgetieren.
- Sie implementieren Feedbackschleifen: Programmierung von Agenten und Fähigkeiten, die mit unserem Toolchain-Protokoll Ergebnisse protokollieren, Fehler diagnostizieren und Erkenntnisse zurück in den Wissensgraph schreiben, wodurch das System zunehmend fähiger wird.
- Es liegt in Ihrer Verantwortung, Ontologien und semantische Modelle für den Automobil-KI-Bereich zu entwickeln und zu pflegen – Sensor-Konfigurationen, Simulationsszenarien, Datenpipeline-Topologie, Modellverlauf – und ein konsistentes Vokabular über Teams und Tools hinweg sicherzustellen.
- Sie entwerfen Agentenspeichersysteme (arbeits-, episodisch, semantisch) mit geeigneten Konsolidierungs- und Beibehaltungsmechanismen, damit langlaufende Agentensitzungen nützliche Erfahrungen ohne Kontextfensterüberlastung behalten.
- Zusätzlich bewerten und optimieren Sie die Abrufqualität mithilfe 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?
- Hochschulabschluss in Informatik, Informationswissenschaft, KI/ML oder einem verwandten Bereich.
- 1-3 Jahre Berufserfahrung im Wissensmanagement, in der Wissensgraph-Engineering oder im Kontext-Engineering für KI/LLM-Systeme.
- Expertenkenntnisse in mindestens einer Hochsprache (C++, Java, Kotlin oder Python).
- Kenntnisse in der KI-unterstützten Entwicklung mit Codierungsagenten wie Claude Code, GitHub Copilot oder OpenCode.
- Praktische Erfahrung im Aufbau und Abrufen von Wissensgraphen (RDF/SPARQL oder Property Graphs) und deren Integration mit LLM-basiertem Abruf (z.B. GraphRAG, hybrider Suchvorgang).
- Erfahrung im Systemdesign, insbesondere für wissensintensive oder abrufintensive Architekturen.
- Vertrautheit mit Agentenspeicherarchitekturen, Ontologiedesign, semantischer Modellierung, graphbasierten Analysen, Entitätsauflösung oder Wissensgraph-Embeddings.
Sie arbeiten gerne in einem internationalen Team und haben eine Leidenschaft für Softwarequalität? Bewerben Sie sich jetzt!
Finden Sie hier mehr über Künstliche Intelligenz bei der BMW Group heraus.
Hinweis: Bitte bewerben Sie sich ausschließlich online über unser Karriereportal. Bewerbungen über andere Kanäle (insbesondere E-Mail) können nicht berücksichtigt werden.
Was bieten wir?
- Herausfordernde Projekte, mit denen wir gemeinsam die Mobilität von morgen gestalten.
- Umfangreiche persönliche und berufliche Entwicklungsmöglichkeiten.
- Attraktive, faire und leistungsbezogene Vergütung.
Validation Engineer - Context, Semantics & Memory (f/m/x) (München) Arbeitgeber: BMW Group
Kontaktperson:
BMW Group HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Validation Engineer - Context, Semantics & Memory (f/m/x) (München)
✨Tipp Nummer 1
Mach dir ein starkes Netzwerk! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Zeig Interesse an ihren Projekten und teile deine eigenen Ideen – so bleibst du im Gedächtnis.
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen übst und deine Antworten an die spezifischen Anforderungen der Stelle anpasst. Denk daran, auch eigene Fragen zu stellen – das zeigt dein Interesse und Engagement!
✨Tipp Nummer 3
Nutze unsere Website, um dich direkt zu bewerben! So kannst du sicherstellen, dass deine Bewerbung die richtige Zielgruppe erreicht und du alle aktuellen Stellenangebote im Blick hast.
✨Tipp Nummer 4
Sei proaktiv! Wenn du eine interessante Stelle siehst, zögere nicht, dich schnell zu bewerben. Und vergiss nicht, deine Leidenschaft für innovative Projekte und Teamarbeit zu betonen – das kommt immer gut an!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Validation Engineer - Context, Semantics & Memory (f/m/x) (München)
Tipps für deine Bewerbung 🫡
Sei authentisch!: Zeig uns, wer du wirklich bist! Deine Persönlichkeit und Leidenschaft für das, was du tust, sind wichtig. Lass deine Begeisterung für die Position als Validation Engineer durchscheinen.
Pass auf die Details auf!: Achte darauf, dass deine Bewerbung fehlerfrei ist. Rechtschreibfehler oder unklare Formulierungen können einen schlechten Eindruck hinterlassen. Nimm dir die Zeit, alles sorgfältig zu überprüfen.
Verknüpfe deine Erfahrungen!: Erzähle uns, wie deine bisherigen Erfahrungen in der Wissensverwaltung oder im Kontext-Engineering dich auf diese Rolle vorbereiten. Zeige, wie du deine Fähigkeiten in der Praxis angewendet hast.
Bewirb dich über unsere Website!: Um sicherzustellen, dass deine Bewerbung an die richtige Stelle gelangt, bewirb dich bitte direkt über unser Karriereportal. So können wir deine Unterlagen schnell und effizient bearbeiten.
Wie du dich auf ein Vorstellungsgespräch bei BMW Group vorbereitest
✨Verstehe die Rolle und das Unternehmen
Mach dich mit der BMW Group und ihrer Innovationskultur vertraut. Informiere dich über aktuelle Projekte im Bereich KI und wie sie in der Automobilindustrie eingesetzt werden. Zeige im Interview, dass du die Vision des Unternehmens verstehst und wie deine Fähigkeiten als Validation Engineer dazu passen.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die deine Fähigkeiten in der Wissensverwaltung und im Umgang mit Wissensgraphen demonstrieren. Bereite dich darauf vor, diese Beispiele zu erläutern und zu zeigen, wie du Probleme gelöst hast oder innovative Lösungen entwickelt hast.
✨Technische Fähigkeiten betonen
Stelle sicher, dass du deine Programmierkenntnisse in Sprachen wie Python oder Java hervorhebst. Sei bereit, technische Fragen zu beantworten oder sogar kleine Coding-Aufgaben zu lösen, um deine Expertise zu beweisen. Zeige, dass du mit KI-gestützten Entwicklungstools vertraut bist.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die dein Interesse an der Position und dem Team zeigen. Frage nach den Herausforderungen, die das Team aktuell hat, oder nach den Technologien, die sie verwenden. Das zeigt, dass du proaktiv bist und wirklich an der Rolle interessiert bist.