ESPRiT Engineering

office • DEU • middle • Не указана

Aufgaben Architekturentwicklung: Konzeption und Entwicklung von LLM-basierten Multi-Agenten-Systemen zur Automatisierung komplexer Analyse-, Dokumentations- und Engineering-Prozesse Agentic Workflows: Implementierung intelligenter, iterativer Workflow-Schleifen (z. B. "Propose, Refine & Revise") mittels moderner Orchestrierungs-Frameworks wie LangGraph Memory & Context Management: Aufbau robuster RAG- und Graph-RAG-Architekturen sowie Architekturen für das Langzeitgedächtnis von KI-Agenten Datenintegration: Anbindung und Verwaltung von Vektor- und Graphdatenbanken zur statischen und dynamischen Kontextbereitstellung aus diversen Unternehmensquellen Qualifikationen Erfolgreich abgeschlossenes Studium z. B. der Informatik, Computerlinguistik, Software Engineering, Mathematik oder einer vergleichbaren Fachrichtung Sehr gute Programmierkenntnisse in Python und Erfahrung in der Backend-Entwicklung Nachweisbare Praxis in der Entwicklung von LLM-Applikationen (API-Integration, Prompt Engineering, Tool-Calling, Agentic Workflows) Umgang mit KI-Orchestrierungs-Frameworks (bevorzugt LangChain / LangGraph oder vergleichbare) wünschenswert Kenntnisse im Bereich RAG (Retrieval-Augmented Generation) und im Umgang mit Vektordatenbanken (z. B. ChromaDB, Pinecone, Weaviate, Milvus) wünschenswert Erfahrung mit Graph-Datenbanken (z. B. Neo4j) und der Modellierung von Wissensgraphen wünschenswert Berührungspunkte mit spezialisierten AI-Memory-Frameworks (wie Mem0 oder Zep) wünschenswert Erste Erahrungen mit agilen Arbeitsweisen (z. B. Scrum oder Kanban) oder in cross-funktionalen Entwicklungsteams Starkes analytisches Denken und die Fähigkeit, komplexe, vernetzte Daten- und Systemstrukturen zu modellieren Strukturierte und methodische Arbeitsweise sowie professionelles Auftreten Ausgeprägte Kommunikationsfähigkeit und hohe Lernbereitschaft Sehr gute Deutschkenntnisse in Wort und Schrift