Forward Deployed AI Engineer (all genders)

Was Sie tun.

• AI-Implementierung und -Bereitstellung (ca. 75%)
  • Sie entwerfen, bauen und implementieren produktionsbereite KI-Lösungen, die messbare Geschäftsauswirkungen erzielen, von intelligenter Automatisierung und KI-Agenten bis hin zu prädiktiven Analysen und generativen KI-Anwendungen.
  • Sie bewegen sich schnell, bringen Ideen vom Prototyp zur Produktion, indem Sie moderne Frameworks (z. B. LangChain, AutoGen) und Basis-Modelle (OpenAI, Anthropic, Open-Source-LLMs) verwenden.
  • Sie integrieren KI in bestehende Geschäftssysteme über APIs und Datenpipelines, gewährleisten einen sicheren und zuverlässigen Betrieb durch Governance und Überwachung und optimieren Leistung und Kosten für die kommerzielle Rentabilität.
  • Sie arbeiten eingebettet in Kundenorganisationen, um reale Prozesse zu verstehen, die Akzeptanz voranzutreiben und KI-gesteuerte Veränderungen zu ermöglichen.
• Transformation von Geschäftsprozessen (15%)
  • Aktuelle Geschäftsprozesse abbilden, um zu verstehen, wie die Arbeit heute erledigt wird, Engpässe zu identifizieren und Automatisierungsmöglichkeiten zu erkennen.
  • KI-fähige zukünftige Zustände entwerfen, indem Sie mit Ihrem Deployment-Strategen und den Stakeholdern des Kunden zusammenarbeiten, um Prozesse mit KI-Funktionen neu zu gestalten.
  • Die Machbarkeit von KI bewerten, um zu evaluieren, welche Probleme gut für KI geeignet sind, welche Ansätze zu verwenden sind und welche Rendite zu erwarten ist.
  • Erfolgsmessgrößen definieren, indem Sie mit Ihrem Strategenpartner zusammenarbeiten, um messbare Ergebnisse festzulegen, die den Geschäftswert demonstrieren.
  • Bei der Priorisierung von Anwendungsfällen zusammenarbeiten, um zu helfen, welche KI-Möglichkeiten den höchsten Einfluss im Verhältnis zur Implementierungskomplexität liefern.
• Technische Pre-Sales-Demonstration (10%)
  • Schnelle KI-Prototypen erstellen, die funktionierende Demonstrationen von KI-Funktionen in spezifischen Kontexten innerhalb weniger Tage zeigen.
  • Die Möglichkeiten von KI demonstrieren, indem Sie potenziellen Kunden zeigen, was KI für ihre spezifischen geschäftlichen Herausforderungen tun kann, mit konkreten Beispielen.
  • Technische Glaubwürdigkeit aufbauen, um Vertrauen bei technischen und geschäftlichen Führungskräften des Kunden durch nachgewiesene KI-Expertise zu schaffen.
  • Die KI-Bereitschaft des Kunden bewerten, um die Datenqualität, technische Infrastruktur und organisatorische Fähigkeit zur Unterstützung von KI-Initiativen zu evaluieren.

Was Sie mitbringen.

• Starke Erfahrung in der Implementierung von KI/ML (2+ Jahre) beim Aufbau und der Bereitstellung von Produktions-KI-Systemen, mit praktischer Expertise in LLMs und generativer KI (GPT-4, Claude, Llama), einschließlich Prompt Engineering, RAG, Feinabstimmung und Entwicklung von KI-Agenten (LangChain, AutoGen, CrewAI oder ähnlich).
• Starke Python-Kenntnisse, solide Fähigkeiten im Bereich Datenengineering (Pipelines, Vektordatenbanken, ETL), API- und Integrationskenntnisse sowie praktische ML-Grundlagen (scikit-learn, PyTorch, TensorFlow).
• Nachweisliche Erfahrung in der Bereitstellung von KI-Systemen in der Produktion, mit Kenntnissen in Cloud-Infrastrukturen (AWS, Azure, GCP inkl. GPU/serverless), Full-Stack-Entwicklung rund um KI-Anwendungen, DevOps/MLOps-Praktiken (CI/CD, Überwachung, Modellversionierung) und Leistungsoptimierung in Bezug auf Kosten, Latenz und Skalierbarkeit.
• Starker Fokus auf Geschäftsergebnisse, schnelle Iterationsmentalität, pragmatische Problemlösung und klare Kommunikation mit nicht-technischen Stakeholdern.
• Komfortabel mit Change Management, enger Zusammenarbeit mit einem Deployment-Strategen und der Auswahl des richtigen KI-Ansatzes für das Geschäftsproblem.
• Geschwindigkeitsorientierte und autonome Ausführung, Lernagilität in einer sich schnell entwickelnden KI-Landschaft, Reisebereitschaft, unternehmerische Denkweise und ethisches Bewusstsein für KI (Sicherheit, Vorurteile, Datenschutz).

Wesentliche Anforderungen

• Hochschulabschluss in Informatik, KI/ML, Data Science oder einem verwandten technischen Bereich (oder gleichwertige praktische Erfahrung).
• Portfolio von Produktions-KI/ML-Systemen, die Sie gebaut und bereitgestellt haben.
• Fließendes Englisch (schriftlich und mündlich) - zusätzliche Sprachen (Deutsch, Spanisch) sind wertvoll für die DACH- und Spanien-Regionen.
• Rechtlicher Anspruch auf Arbeit in der Region des Beschäftigungsorts (UK und EU).