Working Student: AI Engineer, Agentic Systems (m/f/d)

Dauer: 5 Monate | Stunden: ~20/Woche

Über Retorio

Wir sind ein KI-Start-up im Herzen von München, das den globalen Standard für KI-Coaching setzt. Die meisten KI-Unternehmen zielen darauf ab, menschliche Arbeit zu ersetzen. Retorio verfolgt das Gegenteil und befähigt Vertriebs- und Serviceteams durch wissenschaftlich fundiertes KI-Coaching. Die Plattform führt realistische Simulationen von Kundenkonversationen und Verhaltensanalysen durch, um vertrauenswürdige Berater in globalen Teams bei Unternehmen wie Vodafone, Merck und Daimler Truck aufzubauen.

Aufgaben

• Sie bauen Agenten, die in der Produktion laufen. Keine Demos, keine Notizbücher.
• Unser Echtzeit-Konversationsmotor, die Inhaltsgenerierung und die Ergebnisgenerierung sind alles agentische Systeme, die täglich Fortune 500-Kunden bedienen, und Sie übernehmen Teile davon: Design, Bereitstellung, Skalierung und Nachweis, dass sie funktionieren.
• Unser Produkt basiert auf Forschung zur Verhaltenswissenschaft, und wir halten unser Engineering an demselben Standard.
• Jede Änderung an einem Agenten beginnt als Hypothese und endet mit einer Messung.
• Das bedeutet, dass die Arbeit nicht nur aus Eingabeaufforderungen und Grafiken besteht. Sie werden Backend-Dienste schreiben, Ihre eigenen Bereitstellungen durchführen und die Werkzeuge erstellen, die Ihnen sagen, ob Ihre Änderung tatsächlich etwas verbessert hat.
• Design und Aufbau agentischer Systeme: mehrstufiges Denken, Toolaufrufe, MCP, Speicher, Abruf, strukturierte Ausgaben.
• Führen Sie die Forschungsrunde durch: Lesen Sie, was aktuell ist, formulieren Sie eine Hypothese, bauen Sie das Experiment, messen Sie, und entscheiden Sie dann.
• Bewerten Sie rigoros: Bewertungsdatensätze, Offline- und Online-Bewertung, LLM als Richter, A/B-Tests, Nachverfolgung und Dashboards.
• Wir versenden basierend auf Beweisen, nicht auf Gefühlen.
• Bauen Sie das Backend um die Agenten: Python-Dienste und APIs, Streaming-Schnittstellen, Datenbank- und Schema-Arbeit.
• Übernehmen Sie DevOps: Containerisieren, Bereitstellung auf GCP (Cloud Run, CI/CD), Protokollierung von Logs, Metriken, Traces und Alerts, dann debuggen Sie Ihre eigenen Produktionsvorfälle.
• Skalieren Sie, was Sie versenden: Latenz, Kosten pro Konversation, Modellrouting und Fallbacks über Anbieter hinweg, sanfter Fehler, wenn ein Modell oder ein Anbieter nicht funktioniert.
• Bringen Sie Funktionen vom Prototyp bis zum Produktionsverkehr end-to-end, mit dem KI-Engineering-Team.

Voraussetzungen

• Eingeschriebener Student in Informatik, Data Science oder einem verwandten Bereich.
• Stark in Python. TypeScript ist ein Plus.
• Forschungsorientiert: Sie lesen kritisch Papers, Benchmarks und Modellkarten und können ein echtes Ergebnis von einem selektiven unterscheiden.
• Sie haben selbst Agenten gebaut (Nebenprojekt, Hackathon, Forschung, Praktikum) und können die Designentscheidungen erklären.
• Aktuell über die Funktionsweise agentischer Systeme: Toolaufrufe, MCP, Kontextengineering, Orchestrierungsmuster, Bewertungspraktiken und wo jedes einzelne bricht.
• Solide Backend-Grundlagen: HTTP-APIs, asynchron, Datenbanken, Versionskontrolle, Tests.
• Komfortabel in der Cloud: Container, Bereitstellungen, Logs, Metriken, Traces. GCP-Erfahrung ist ein Plus.
• Sie erledigen auch die unglamourösen Teile. Eine fehlerhafte Bereitstellungspipeline und eine langsame Abfrage sind Teil der Arbeit eines Agenten.
• Sie wissen, dass ein Agent, der einmal auf Ihrem Computer funktioniert, 20% der Arbeit ist.
• Fließend in Englisch.

Bonus:

• LangGraph oder LangChain Erfahrung (jedes Orchestrierungsframework zählt, und keines ist in Ordnung, wenn Sie über das Design von Agenten nachdenken können); Beobachtungs- und Bewertungswerkzeuge wie Langfuse, LangSmith oder Braintrust; Streaming- und Echtzeitsysteme (WebSockets, gRPC); Infrastruktur als Code und CI/CD; LLM-Kosten und Ratenlimit-Arbeit; veröffentlichte Forschung oder eine Thesis in ML oder NLP.

Vorteile

• Wettbewerbsfähige Vergütung über dem Marktniveau.
• Öffentliche Verkehrsmittel Vorteile.
• Flexible Planung rund um Ihr Studium.
• Echte Verantwortung von Anfang an: Sie stellen in die Produktion bereit, nicht in eine Sandbox.
• Direkter Einfluss: Ihre Arbeit erreicht Fortune 500-Kunden innerhalb von Wochen.
• Freiheit, mit modernen Modellen und Werkzeugen zu experimentieren, mit einem Budget dahinter.
• Eine Ingenieurumgebung, die an einen Compliance-Standard angepasst ist: GDPR- und DSGVO-konform, EU AI Act konform, ISO 27001 zertifiziert, EU-Datenresidenz auf GCP.
• Potenzielle Verlängerung über das ursprüngliche Engagement hinaus.

Bitte senden Sie Ihren Lebenslauf und einen Link zu einem Agenten, den Sie gebaut haben. Erzählen Sie uns, was in der Produktion kaputt ging, wie Sie es herausgefunden haben und was Sie gemessen haben, um die Behebung zu bestätigen.