Wir suchen eine Person, die unsere Forschungs- und Entwicklungsprojekte im Bereich generative KI, agentische Systeme, Knowledge Systems und energieeffiziente KI aktiv unterstützt. Das Profil soll eine Mischung aus ML Engineer, AI System Architect, Research Engineer und technischer Beratung abdecken.
Kernaufgaben
- Mitarbeit an angewandten Forschungsprojekten zu generativer KI, RAG, Agentensystemen, Knowledge Graphs und Green AI
- Konzeption, Implementierung und Evaluation von Prototypen
- Aufbau und Weiterentwicklung von agentenbasierten KI-Systemen
- Integration von LLMs, Tools, Datenbanken, APIs und Cloud-Infrastruktur
- Literaturrecherche, technische Analyse und strukturierte Ergebnisaufbereitung
- Unterstützung bei wissenschaftlichen Publikationen, Projektanträgen, Demos und Architekturkonzepten
- Überführung von Forschungsansätzen in robuste, testbare Softwaremodule
Fachliches Zielprofil
Die Person sollte interdisziplinär denken können: zwischen KI-Forschung, Softwarearchitektur, Cloud Engineering, Wissenssystemen und Produktisierung. Wichtig ist nicht nur Modellwissen, sondern die Fähigkeit, aus offenen Forschungsfragen lauffähige Systeme, Tests, Benchmarks und technische Artefakte abzuleiten.
Wichtige technische Skills
- Python, FastAPI, Pydantic, REST APIs
- LLM-Integration mit OpenAI/Anthropic/Open-Source-Modellen
- RAG-Systeme, Embeddings, semantische Suche, Chunking, Evaluation
- LangChain, LangGraph, Pydantic AI, CrewAI oder vergleichbare Agent-Frameworks
- Vector Databases: Qdrant, pgvector, Weaviate oder ähnlich
- Graph-/Knowledge-Systeme: Neo4j, Ontologien, semantische Datenmodelle
- PostgreSQL, Redis, MongoDB oder vergleichbare Datenbanken
- Docker, Kubernetes, Helm, CI/CD, Cloud Deployment
- Monitoring, Logging, Tracing, Benchmarking
- Grundverständnis von ML, NLP, Transformer-Architekturen und MLOps
Forschungskompetenzen
- Fähigkeit, wissenschaftliche Literatur schnell zu verstehen und zu verdichten
- strukturierte Hypothesenbildung und experimentelles Arbeiten
- Benchmarking von Modellen, Pipelines und Systemarchitekturen
- Dokumentation von Architekturentscheidungen, Experimenten und Ergebnissen
- Interesse an Themen wie Agentic AI, Green AI, Knowledge Graphs, Information Systems, Software Engineering Research und Human-AI Collaboration
Persönliches Arbeitsprofil
- sehr hohe Eigenständigkeit
- systemisches Denken
- Fähigkeit, unscharfe Probleme in klare Arbeitspakete zu zerlegen
- pragmatisches Prototyping statt reiner Theorie
- saubere Dokumentation und nachvollziehbare technische Entscheidungen
- Freude an Forschung, Exploration und schnellem Lernen
- kommunikativ genug, um Ergebnisse für Technik, Management und Forschung aufzubereiten
Ideale Kurzbeschreibung
Gesucht wird ein forschungsnaher AI Systems Engineer, der generative KI nicht nur anwenden, sondern in komplexe Systemarchitekturen integrieren kann: RAG, Agenten, Knowledge Graphs, Cloud-Infrastruktur, Evaluation und Green-AI-Aspekte. Die Person unterstützt aktiv beim Aufbau experimenteller, aber produktionsnaher KI-Systeme und hilft, Forschungsfragen in lauffähige Prototypen, Benchmarks, Dokumentation und verwertbare Projektergebnisse zu übersetzen.
Art der Stelle: Vollzeit
Gehalt: 60.000,00€ - 75.000,00€ pro Jahr
Leistungen:
- Homeoffice-Möglichkeit
- Kostenlose Getränke
- Mitarbeiter-Rabatt
Arbeitsort: Zum Teil im Homeoffice in Berlin
