AI Engineer – Innovation & Experience (all genders)

Als AI Engineer baust du moderierte, AI-gestützte Customer Experiences – von dialogbasierten Interaktionen bis zu teil-/vollautomatisierten Prozessen.

Du verbindest moderne LLMs gezielt mit bestehenden und neuen Schnittstellen, erschließt APIs und Datenquellen und machst sie für AI nutzbar. Im Alltag gestaltest und optimierst Conversational Flows, inklusive Intents, Entities, Prompts, Fallbacks und Response-Design und verbesserst kontinuierlich auf Basis von Testsets, Nutzungsdaten, Logging und Feedback.

Du analysierst und verbesserst Interaktionen auf Basis von Testsets, Nutzungsdaten, Logging und Feedback

• Du setzt AI-gestützte Experiences um, die im Alltag überzeugen: Du modellierst Conversational Flows (Intents, Entities, Prompts, Fallbacks) und bindest moderne LLMs über saubere APIs/Schnittstellen (z. B. MCP/A2A) an relevante Daten und Services an.
• Vom ersten entworfenen Flow bis zur produktiven Nutzung treibst du die E2E-Umsetzung: Du baust Prototypen, testest im Systemkontext, schärfst Schnittstellen und sorgst mit CI/CD dafür, dass Features stabil ausgerollt werden. Dabei achtest du auf Skalierbarkeit, Sicherheit und klare Übergaben.
• Qualität machst du messbar: Mit Testsets, Logging, Monitoring und Nutzerfeedback verbesserst du Antwortqualität, P95-Latenz und Kosten/Request Schritt für Schritt.
• Du setzt Guardrails sinnvoll ein und entscheidest, wann agentische Ansätze Mehrwert liefern und wann klassische UX der bessere Weg ist.
• Gemeinsam mit UX, PM und Stakeholder:innen übersetzt du komplexe Prozesse in intuitive Interaktionen. Deine Arbeit macht AI-Funktionalität greifbar, senkt Reibung im Prozess und sorgt dafür, dass Features stabil, skalierbar und nachvollziehbar erfolgreich laufen.

• Python oder TypeScript wendest du sicher im Alltag an; mind. eine AI-Lösung in der Cloud bis zur produktiven Nutzung hast du mitgebaut.
• Deine Erfahrung mit Conversational AI, NLP/NLU und mindestens einem LLM-Framework (z. B. MCP/A2A, LangChain oder LangGraph, Google ADK) geht über die Theorie hinaus. Du hast sie hands-on in funktionierende Use-Cases übersetzt und kennst die Erfolgsfaktoren.
• Du bleibst lern- und lieferstark: testest inkrementell, verbesserst auf Basis von Daten/Feedback und bringst Fortschritte stabil in Produktion.
• Hürden erkennst du früh, wählst klug zwischen Eigenlösung und Sparring und hältst Entscheidungen verständlich fest. Komplexe Themen zerlegst du eigenständig und machst deine Entscheidung für Stakeholder:innen nachvollziehbar.
• Du kommunizierst klar auf Augenhöhe und fühlst dich in interdisziplinären, agilen Teams zu Hause.

1. Schreib uns eine Nachricht in den Instaffochat

2. In einem ersten Interview lernen wir uns gegenseitig kennen

3. Wenn es von beiden Seiten passt, bekommst du ein Vertragsangebot