(Junior) Agentic AI Software Engineer (m/w/d) - Anwendungsentwicklung, Ingenieur

(Junior) Agentic AI Software Engineer (m/w/d) - Anwendungsentwicklung, Ingenieur

Vollzeit 45000 - 65000 € / Jahr (geschätzt) Kein Homeoffice möglich
R

Auf einen Blick

  • Aufgaben: Entwickle intelligente KI-Systeme und arbeite an innovativen Cloud-Lösungen.
  • Unternehmen: Machine Learning Reply - ein führendes Unternehmen im Bereich Data Science.
  • Vorteile: Flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und Zugang zu modernen Büroräumen.
  • Weitere Informationen: Offene Unternehmenskultur mit großartigen Karrierechancen.
  • Warum dieser Job: Gestalte die Zukunft der KI mit und arbeite an spannenden Projekten.
  • Qualifikationen: Technischer Studienabschluss und Erfahrung in generativer KI und DevOps.

Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.

Aufgaben

  • Du unterstützt unsere Kunden bei der Konzeption und Entwicklung und Bereitstellung intelligenter, produktionsreifer Systeme, die große Sprachmodelle (LLMs), autonome Agenten und skalierbare Cloud-Architekturen (AWS, GCP oder Azure) nutzen, sowie bei robuster Orchestrierungs- und Abruf-Pipelines für skalierbare KI-Anwendungen.
  • Entwicklung und Betrieb agentenbasierter KI-Systeme, einschließlich mehrstufiger Workflows, Tool-Integration und Komponenten zur autonomen Entscheidungsfindung.
  • Leitung der End-to-End-Implementierung KI-gesteuerter Funktionen, vom Prototyping (PoC) bis zur Produktionsbereitstellung.
  • Als Agentic AI Software Engineers entwickelst du modernste Backend-Komponenten, Microservices und Cloud-Infrastrukturen in einem vielfältigen DevOps-Projektumfeld.
  • Im direkten Austausch mit unseren Kunden und anderen Stakeholdern setzt du konkrete und komplexe Geschäftsanforderungen in produktionsfertige Anwendungen und Cloud-Infrastrukturen um.
  • Durch die Einführung von Best Practices trägst du aktiv zur Optimierung der Entwicklungsstandards, Tools und Prozesse unserer Kunden bei.
  • Damit wir unseren Kunden immer die besten Lösungen anbieten können, behältst du ein Auge auf neue und innovative Technologien.

Benefits

  • Regelmäßige und systematische (externe und interne) Weiterbildungsmöglichkeiten in den Bereichen Generative AI, LLM-Entwicklung, Cloud-Architektur und Data Science.
  • Arbeit in einer offenen, flachen Umgebung, innerhalb eines breiten Reply-Netzwerks zum Wissensaustausch.
  • Preisgekrönte Büroräume in der Münchner Innenstadt mit Zugang zur Stammstrecke.
  • Fahrkarte für öffentliche Verkehrsmittel mit Deutschlandticket.
  • Beteiligung an deinen sportlichen Aktivitäten über den EGYM Wellpass und weitere Benefits der Reply Gruppe.
  • Flexible Arbeitsumgebung zwischen Kunden, Reply-Büro und Remote-Arbeit.

Qualifikationen

  • Wir freuen uns auf deinen Studienabschluss mit einem technischen Hintergrund, zum Beispiel in Informatik, Data Science, Künstliche Intelligenz, Wirtschaftsinformatik oder einem ähnlichen orientierten Studiengang.
  • Erfahrung in der Integration generativer KI-Lösungen (LLMs, Vektordatenbanken, RAG-Pipelines, Orchestrierungs-Frameworks wie LangChain/LangGraph) in Unternehmensumgebungen.
  • Dank deiner praktischen Erfahrung in DevOps-Projekten verfügst du über Kenntnisse in einer der folgenden Programmiersprachen: .NET Core, C#, JavaScript oder Python.
  • Praktische Erfahrung bei der Bereitstellung von ML-/KI-Modellen in Produktionsumgebungen (vor Ort oder in der Cloud).
  • Erfahrung mit großen Sprachmodellen (LLMs), Prompt-Engineering, Feinabstimmung und der Integration generativer KI in konkrete Lösungen.
  • Außerdem konntest du bereits praktische Erfahrungen mit Backend-Technologien wie NodeJS, Spring/SpringBoot, Flask/Django, REST APIs oder GraphQL, FastAPI sammeln.
  • Du hattest bereits Berührungspunkte mit Microsoft Azure oder einem anderen Cloud-Anbieter wie AWS oder Google.
  • Mündliche und schriftliche Kommunikationsfähigkeit in Deutsch und Englisch und die Bereitschaft national zu reisen.
  • Fähigkeit, analytische Ergebnisse überzeugend zu kommunizieren und dem Management zu präsentieren.

Machine Learning Reply bietet maßgeschneiderte End-to-End-Lösungen im Data-Science-Bereich an, die den gesamten Projektlebenszyklus abdecken von der initialen Strategieberatung über die Datenarchitektur und Infrastrukturthemen bis hin zur Datenverarbeitung und Qualitätssicherung unter Verwendung von Machine-Learning-Algorithmen. Machine Learning Reply verfügt über umfassende Expertise im Bereich der Datenwissenschaft in allen Schlüsselindustrien der deutschen HDAX-Unternehmen. Machine Learning Reply befähigt seine Kunden, neue datenbasierte Geschäftsmodelle erfolgreich einzuführen sowie bereits bestehende Prozesse und Produkte zu optimieren mit einem Schwerpunkt auf Open-Source- und Cloud-Technologien. Mit dem Machine Learning Incubator bietet das Unternehmen ein Programm zur Ausbildung der nächsten Generation von Entscheidungsträgern, Data Scientists und Entwicklern an.

(Junior) Agentic AI Software Engineer (m/w/d) - Anwendungsentwicklung, Ingenieur Arbeitgeber: Reply Deutschland SE

Machine Learning Reply ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern eine offene und flache Arbeitsumgebung bietet, in der Wissensaustausch und kontinuierliche Weiterbildung in den Bereichen Generative AI und Cloud-Architektur gefördert werden. Mit modernen Büroräumen im Herzen Münchens, flexiblen Arbeitsmodellen und einer Vielzahl von Benefits, einschließlich der Unterstützung sportlicher Aktivitäten, schafft das Unternehmen ein motivierendes Umfeld für persönliche und berufliche Entwicklung. Hier hast du die Möglichkeit, an innovativen Projekten zu arbeiten und deine Fähigkeiten in einem dynamischen Team weiter auszubauen.

R

Kontaktdaten:

Reply Deutschland SE Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um (Junior) Agentic AI Software Engineer (m/w/d) - Anwendungsentwicklung, Ingenieur mit Bravour zu bestehen

Entwicklung von KI-Systemen
Integration generativer KI-Lösungen
Kenntnisse in .NET Core
Kenntnisse in C#
Kenntnisse in JavaScript
Kenntnisse in Python
Bereitstellung von ML-/KI-Modellen