(Senior) Agentic AI Engineer (m/w/d) in München

Als AI Engineer übernimmst du eine Schlüsselrolle bei der Entwicklung und Implementierung innovativer KI-Lösungen. Dabei kombinierst du tiefes technisches Wissen mit Beratungskompetenz und begleitest anspruchsvolle Projekte von der Konzeption bis zur produktiven Umsetzung. Du arbeitest an modernen AI-Plattformen und agentischen Systemen für führende Unternehmen und bringst innovative Technologien in produktive Enterprise-Umgebungen.

Gestalte moderne AI- und GenAI-Architekturen, die echten Mehrwert schaffen – von RAG-Pipelines über die Integration und Orchestrierung von Large Language Models bis hin zu AI-Agent-Systemen sowie NLP- und Computer-Vision-Anwendungen.

Übernimm die Beratung unserer Kunden bei der Entwicklung ihrer AI- und GenAI-Strategie, gib Empfehlungen zu Best Practices und unterstütze bei der Einführung von MLOps / LLMOps sowie AI-Governance-Strukturen.

Entwickle skalierbare und sichere AI-Anwendungen, indem du eng mit Cloud- und DevOps-Teams zusammenarbeitest und moderne Technologien wie Kubernetes, Docker und Cloud-Plattformen einsetzt.

Analysiere bestehende Systeme und entwickle sie weiter, damit AI- und GenAI-Anwendungen höchsten Anforderungen an Security, Governance, Performance und Skalierbarkeit entsprechen.

Bringe dein Wissen zu semantischen Technologien ein, indem du Ontologien, Knowledge Graphs und strukturierte Datenmodelle entwickelst, die RAG- und GenAI-Anwendungen verbessern.

Benefits:

• Buddy Program: Dein Buddy wird dir bei der Eingewöhnung und Integration in das Team helfen und dich mit lustigen Aktivitäten begrüßen.
• Hybrides Arbeiten: Ein individueller Mix aus remote working, Zeit im Office oder beim Kunden vor Ort.
• Innovation & Vielfalt: Deutschlandweite, branchenübergreifende Projekte.
• Mehrfach "Best Employer" im Reply-Netzwerk.
• Immer up to date: Wir bieten dir einen modernen Arbeitsplatz mit super Hardware (nach Wahl) und eine internationale und familiäre Arbeitsumgebung mit flachen Hierarchien und starkem Zusammenhalt.

Qualifikationen:

• Ein erfolgreich abgeschlossenes Studium in (Wirtschafts-)Informatik, Mathematik, Physik oder eine vergleichbare Qualifikation.
• Tiefgehende Erfahrung in Machine Learning und Generative AI – insbesondere mit Large Language Models (LLMs), Retrieval-Augmented Generation (RAG), LLM-Orchestrierung und AI Agents sowie klassischen Verfahren wie NLP oder Computer Vision.
• Sicherer Umgang mit Programmiersprachen wie Python (idealerweise auch Scala oder Java) sowie modernen ML- und DL-Frameworks wie TensorFlow, PyTorch oder Keras.
• Erfahrung mit agentischen AI-Systemen und modernen LLM-Applikationsarchitekturen, z. B. Multi-Agent-Systeme, Tool-Integration und RAG-Orchestrierung sowie deren sicherer und skalierbarer Betrieb unter Berücksichtigung von AI Governance, Security, Authentifizierung und Compliance-Anforderungen.
• Erfahrung in der Cloud-Umgebung (AWS oder Azure) und im Einsatz von Container- und Orchestrierungstechnologien wie Docker und Kubernetes.
• Praxis in MLOps / LLMOps und DevOps: CI/CD für AI-Systeme, Evaluation, Monitoring und Skalierung von ML- und LLM-basierten Anwendungen (z. B. mit MLflow, Kubeflow, Seldon oder vergleichbaren Tools).
• Idealerweise zusätzlich Know-how in semantischen Technologien wie Knowledge Graphs, Ontologien und Graph-Datenbanken (z. B. Neo4j) zur Strukturierung und Anreicherung von GenAI- und RAG-Systemen.
• Erfahrung in der Konzeption und Umsetzung von AI/GenAI-Lösungen in komplexen Enterprise-Umgebungen.
• Kommunikationsstärke im Umgang mit Kunden und Stakeholdern – sowohl auf Deutsch als auch auf Englisch.

Data Reply unterstützt als Teil der Reply Gruppe Kunden darin, datengetrieben zu arbeiten. Data Reply ist in verschiedenen Branchen und Geschäftsbereichen tätig und arbeitet intensiv mit Kunden zusammen, damit diese durch die effektive Nutzung von Daten aussagekräftige Ergebnisse erzielen können. Hierfür konzentriert sich Data Reply auf die Entwicklung von Data-Analytics-Plattformen, Machine-Learning-Lösungen und Streaming-Anwendungen – automatisiert, effizient und skalierbar – ohne Abstriche in der IT-Security zu machen.