KI-Ingenieur – nur Europa

Stelle nicht auf LinkedIn

🔥 vor 1 Minute

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Talentuch

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2017

👥 HR Tech

🎯 Rekrutierung

🏢 Unternehmen

HR Tech • Recruitment • Enterprise

Talentuch ist ein erfahrenes, global tätiges IT-Recruiting-Unternehmen mit Spezialisierung auf SAP- und Microsoft-Dynamics-Recruiting. Mit mehr als sieben Jahren Expertise bietet Talentuch abonnementbasierte und projektbasierte Modelle, um ein breites Spektrum an IT-Recruiting-Bedarf abzudecken. Das Unternehmen verfügt über ein Team von 15 Fachkräften für technisches Recruiting, das monatlich eine Kapazität von über 300 technischen Interviews managt und für Kunden mehr als 20 angenommene Angebote sichert. Talentuch bietet einen kosteneffizienten Recruiting-Service, indem hohe Kosten pro Einstellung vermieden werden, mit Fokus auf hochwertigen Service und eine verlässliche globale Tech-Talentakquise.

Beschreibung

• Entwicklung und Produktionsreife von Multi-Agenten-Workflows auf Anthropic-/OpenAI-APIs: Orchestrierung, Tool-Einsatz, strukturierte Ausgaben, Absicherungen (Guardrails). • Entwurf hybrider Retrieval-Architekturen, die Wissensgraphen, Vektor-Suche und Ranking zu einer einheitlichen kontextuellen Schicht kombinieren. • Aufbau von Evaluierungs-Frameworks und Observability für Agentenverhalten — Qualität, Latenz, Kosten — und Nutzung dieser Messgrößen zur Iteration. • Integration von LLM-Inferenz-, Retrieval- und Reasoning-Services in produktive Backends. • Zusammenarbeit mit Forschern und Fachexperten, um neuro-symbolische Prototypen in robuste Produktfunktionen zu überführen.

🎯 Anforderungen

• Mindestens 4 Jahre Erfahrung in der Softwareentwicklung (Backend oder ML), einschließlich Produktionssystemen in Python. • Praktische Erfahrung beim Aufbau von LLM-Systemen über Demonstrationen hinaus: Agenten und Tool-Einsatz, RAG (Retrieval-Augmented Generation) oder Evaluations-Pipelines. • Praktische Workflow-Erfahrung mit den OpenAI-/Anthropic-APIs (oder vergleichbaren APIs). • Solide ingenieurmäßige Grundlagen: API-Design, Services, Testing, Deployment.