Senior GenAI Engineer

Unternehmensübersicht: Da GenAI ein wesentlicher Enabler der Unternehmensumwandlung wird, suchen wir einen GenAI Engineer, der Generative AI-Lösungen entwerfen, trainieren, anpassen und bereitstellen kann, während er eng mit den Geschäftspartnern zusammenarbeitet, um hochwirksame Anwendungsfälle zu definieren. Die Rolle wird in Polen angesiedelt sein, mit enger Zusammenarbeit zwischen den Teams für Lieferung, Produkt und Geschäftsentwicklung.

Rollenübersicht: Der GenAI Engineer ist verantwortlich für den Aufbau und die Operationalisierung von Generative AI-Fähigkeiten über Plattformen und Kundenengagements hinweg. Diese Rolle kombiniert praktische Modellentwicklung, Prompt- und Pipeline-Engineering, MLOps und geschäftsorientiertes Lösungsdesign. Der ideale Kandidat vereint tiefgehende technische Expertise in LLMs und GenAI-Frameworks mit starkem Geschäftswissen, was es ihm ermöglicht, reale Probleme in skalierbare GenAI-Lösungen mit messbarem Einfluss zu übersetzen.

Hauptverantwortlichkeiten:

• GenAI-Modellentwicklung: Entwerfen, trainieren, anpassen und bewerten von Generative AI-Modellen (LLMs, multimodale Modelle) für Unternehmensanwendungsfälle. Entwickeln und optimieren von Prompt-Engineering, RAG-Pipelines, Agenten und Feinabstimmungs-Workflows. Arbeiten mit Open-Source- und kommerziellen LLMs (OpenAI, Anthropic, LLaMA, Mistral usw.). Implementieren von Sicherheitsmechanismen und Techniken zur Minderung von Halluzinationen.
• Anwendungsfalldefinition: Partnerschaft mit Geschäfts-, Beratungs- und Produktteams zur Identifizierung, Bewertung und Priorisierung von GenAI-Anwendungsfällen. Übersetzen von Geschäftsproblemen in klare GenAI-Lösungsarchitekturen und Erfolgsmessgrößen. Definieren von ROI, Machbarkeit und Skalierbarkeit von GenAI-Initiativen. Erstellen von Lösungsblaupausen, Prototypen und POCs zur Demonstration des Geschäftswerts.
• Daten, MLOps und Bereitstellung: Entwerfen und Verwalten von Datenpipelines für GenAI-Training, Feinabstimmung und Inferenz. Aufbau skalierbarer, sicherer und kosteneffizienter GenAI-Systeme für Produktionsumgebungen. Zusammenarbeit mit Engineering-Teams bei Bereitstellungs-, Überwachungs- und Retraining-Strategien. Überwachen der Modellleistung, Latenz, Kosten und Drift in der Produktion.
• Governance, Risiko und verantwortungsbewusste KI: Sicherstellen eines verantwortungsvollen, ethischen und konformen Einsatzes von Generative AI. Implementieren von Erklärbarkeits-, Prüf- und Rückverfolgbarkeitsmechanismen, wo erforderlich. Adressieren von Datenschutz, IP-Schutz und regulatorischen Einschränkungen (z. B. GDPR). Definieren und Durchsetzen von GenAI-Best-Practices, Standards und Nutzungshinweisen.

Qualifikationen und Erfahrung:

• 5–9 Jahre Erfahrung in Data Science, ML Engineering oder KI-Entwicklung, davon 2+ Jahre mit Fokus auf Generative AI.
• Starke praktische Erfahrung mit LLMs, Transformatoren, Embeddings und Vektordatenbanken.
• Kenntnisse in Python und GenAI-Frameworks (LangChain, LlamaIndex, Haystack, Hugging Face usw.).
• Erfahrung mit Feinabstimmungstechniken (LoRA, PEFT, Instruction Tuning).
• Praktische Erfahrung mit Cloud-Plattformen (AWS, Azure, GCP) und Containerisierung (Docker, Kubernetes).
• Vertrautheit mit MLOps-Tools, CI/CD-Pipelines und Modellüberwachung.
• Erfahrung in Beratungs- oder Unternehmensproduktumgebungen (bevorzugt).
• Bachelor- oder Masterabschluss in Informatik, Data Science, KI oder einem verwandten Bereich.

Schlüsselkompetenzen und Eigenschaften:

• GenAI-Expertise: Tiefes Verständnis von LLMs, RAG, Agenten und multimodaler KI.
• Geschäftsorientierung: Fähigkeit, GenAI-Anwendungsfälle zu definieren, die an messbare Geschäftsergebnisse gebunden sind.
• Problemlösung: Übersetzt Unklarheiten in strukturierte KI-Lösungen.
• Ingenieurdenken: Baut skalierbare, sichere und produktionsbereite Systeme.
• Kommunikation: Erklärt GenAI-Konzepte effektiv gegenüber nicht-technischen Stakeholdern.
• Eigenverantwortung: Übernimmt die Verantwortung von der Idee bis zur Produktion.
• Anpassungsfähigkeit: Blüht in einer schnelllebigen, sich rasch entwickelnden KI-Landschaft auf.
• Ethisches Bewusstsein: Starker Fokus auf verantwortungsvolle KI und Governance.