Lead AI Engineer & Chapter Owner Data & AI (m/w/d)

Wir bauen das Data & AI Chapter konsequent aus und suchen die Person, die es fachlich prägt. Als Lead AI Engineer & Chapter Owner trägst du zwei Rollen gleichzeitig: Du bist technisch tief genug, um in anspruchsvollen Projekten mitzuwirken und Architekturentscheidungen zu treffen. Und du bist breit genug, um ein Chapter aufzubauen, das Maßstäbe setzt – in Qualität, Methodik und Wirkung.

Du verantwortest, wie wir als lab25 KI-Systeme denken, bauen und weiterentwickeln. Das ist keine reine Führungsrolle – du bleibst nah am Engineering. Aber du setzt den Rahmen, der anderen ermöglicht, ihr Bestes zu geben.

Was du konkret machst:

Chapter Ownership:

• Du übernimmst die fachliche Ausgestaltung und strategische Ausrichtung des Data & AI Chapters: Capability-Aufbau, Technologie-Stack, Standards und Qualitätsniveau.

• Du entwickelst Chapter-Mitglieder gezielt weiter – durch inhaltliches Feedback, strukturierte Reviews und klare Entwicklungspfade von Experienced bis Senior.

• Du bist Sparringspartner*in für andere Chapter Leads und die Geschäftsführung bei technologischen Weichenstellungen.

• Du verantwortest die Chapter-Wissensbasis: Agenten-Patterns, Pipeline-Templates, Evaluationsframeworks – was einmal gut gelöst wurde, wird wiederverwendbar gemacht.

Engineering & Architektur:

• Agentic Architecture: Du konzipierst und reviewst modulare Agentensysteme mit klaren Rollen, Memory-Strukturen, Tool-Use und Entscheidungslogik – von der Architekturentscheidung bis zum produktiven Deployment.

• Context Engineering & AI Pipelines: Du setzt den Standard dafür, wie wir Kontextfenster, Tool-Chains und mehrstufige Inference-Pipelines systematisch gestalten – reproduzierbar, versionierbar, evaluierbar.

• RAG & Knowledge Integration: Du triffst fundierte Architekturentscheidungen zu Retrieval-Systemen (Chunking, Embedding, Re-Ranking) und sorgst dafür, dass Unternehmenswissen sinnvoll für Agenten nutzbar wird.

• Evaluation & Safety: Du etablierst Qualitäts- und Sicherheitsstandards im Chapter – Bias-Tests, Accuracy-Evaluation, Guardrails – und machst sie zur gelebten Praxis, nicht zur Checkliste.

• Composable Agents: Du entwickelst und pflegst die wiederverwendbaren Agenten-Patterns des Chapters.

Projekte & Forschung:

• Du übernimmst technische Gesamtverantwortung in strategisch relevanten Kundenprojekten und bist Ansprechpartner*in auf Augenhöhe mit technischen Entscheider*innen beim Kunden.

• Du treibst aktiv Forschungskooperationen mit Universitäten und Fachhochschulen voran – von der Projektkonzeption bis zur Umsetzung – und sorgst dafür, dass Erkenntnisse in die Praxis überführt werden.

• 8+ Jahre Erfahrung in der Softwareentwicklung oder KI/ML – mit nachweisbarer, tiefer Auseinandersetzung mit LLMs, Agenten oder RAG-Architekturen, gerne auch aus dem Bereich Applied Research, Open-Source-Projekten oder dem Databricks/Azure-Stack.

• Du hast Agentensysteme und AI-Pipelines nicht nur gebaut, sondern in den produktiven Betrieb gebracht, betrieben und weiterentwickelt und weißt, wo es in der Praxis wirklich hakt.

• Du hast Teams oder Communities fachlich geführt – als Tech Lead, Chapter Lead, Principal Engineer oder in vergleichbarer Rolle. Du weißt, wie man Standards durchsetzt, ohne zu bremsen.

• Tiefe Python-Kenntnisse, souveräner Umgang mit LLM-Frameworks (z. B. LangChain, LlamaIndex, CrewAI o. ä.) sowie Vektor- und Graphdatenbanken (z. B. Qdrant, Weaviate, Neo4j).

• Du verstehst Context Engineering und AI Pipelines als Disziplin auf Systemebene und kannst dieses Verständnis auf andere übertragen.

• Du entwickelst AI-enabled: Claude Code, Codex und vergleichbare Tools sind für dich selbstverständlicher Teil des Engineering-Workflows und du erwartest das auch von deinem Chapter.

• Du sprichst fließend Deutsch und Englisch.

• Erfahrung mit Deployment (FastAPI, Docker, Cloud) und MLOps-Grundlagen werden vorausgesetzt.

• Du kannst technische Komplexität auf Entscheiderebene verständlich machen und Architekturentscheidungen klar begründen.

• Ein erfahrenes, multidisziplinäres Team, in dem du u.a. eng mit Designer*innen und Engineers zusammenarbeitest.

• Echter Gestaltungsraum: Du baust ein Chapter mit – fachlich, kulturell, strategisch. Deine Entscheidungen prägen, wie lab25 KI-Systeme denkt und umsetzt.

• Direkte Wirkung: Kurzer Draht zur Geschäftsführung, schnelle Entscheidungen, keine politischen Umwege. Deine Architekturentscheidungen landen in echten Systemen bei relevanten Unternehmen.

• Chapter-Struktur: Du führst ein wachsendes Team aus AI Engineers, ML Engineers und Data Architekten*innen – mit hohem Anspruch und wenig Bürokratie.

• Arbeit mit modernen Technologien und einer stabilen Infrastruktur.

• Ein moderner Arbeitsplatz auf dem [whyit] Campus und die Möglichkeit, teilweise im Homeoffice zu arbeiten.

• Wettbewerbsfähige Vergütung inklusive Benefits sowie Arbeitsgerät deiner Wahl (MacOS oder Linux).