↳Einige Jahre Erfahrung in der Entwicklung von GenAI-Anwendungen, idealerweise im produktiven Einsatz für Kunden oder eigene Produkte
↳Ein abgeschlossenes Masterstudium in Informatik, Data Science oder einem verwandten Fachgebiet
↳Nachgewiesene Expertise bei der Implementierung und Betrieb von Retrieval-Augmented-Generation-Systemen (RAG)
↳Erfahrung mit agentischen Systemen und AI-Workflows sowie dem Model Context Protocol (MCP)
↳Sorgfältiger Umgang mit der Evaluation von LLM-Lösungen, vertraut mit Evaluation Driven Development (EDD) und AI-Evaluation- und Observability-Plattformen (AEOPs)
↳Vertraut mit modernen Vektordatenbanken, z. B. Qdrant, sowie mit Embedding- und Re-Ranking-Modellen
↳Verständnis von Open-Weight Large Language Models, inklusive multimodaler Modelle
↳Erfahrung mit LLM-Runtimes sowie LLM-Proxies bzw. Gateways
↳Sicherer Umgang mit Python und Software-Engineering-Best-Practices
↳Ausgeprägte Kommunikationsstärke und Freude an der Zusammenarbeit mit Team und Kunden
↳Verhandlungssicheres Deutsch und Englisch in Wort und Schrift
↳Von Vorteil: Cloud-Erfahrung in Infrastructure as Code (IaC), idealerweise Azure sowie Erfahrung mit Guardrailing von LLM-Anwendungen
