Aufgaben

• KI-Integration & Entwicklung: Konzeption und Implementierung von produktiven Generative-AI-Anwendungen auf Basis von Large Language Models (LLMs) und fortschrittlichem Prompt Engineering
• Backend-Architektur: Design und Weiterentwicklung von Backend-Diensten mittels Python (FastAPI, LangChain) und Java
• Frontend-Engineering: Gestaltung und Optimierung moderner, benutzerfreundlicher Webanwendungen mit Angular
• Pipeline- & Daten-Management: Aufbau von KI-Workflows, Evaluation von LLMs sowie Integration von Vektordatenbanken zur Umsetzung von Retrieval-Augmented Generation (RAG)
• Cloud-Deployment: Bereitstellung, Skalierung und Überwachung der Applikationen in containerisierten Cloud-Umgebungen (OpenShift / Kubernetes)
• API-Anbindung: Nahtlose Integration externer und interner KI-Dienste (z.B. OpenAI, Azure AI) in die bestehende Systemlandschaft

Anforderungen 

• Generative AI: Fundierte, nachweisbare Erfahrung mit LLMs, Prompt Engineering, Modellarchitekturen und der Evaluation von Sprachmodellen
• KI-Frameworks & RAG: Praxisbewährter Umgang mit Vektordatenbanken für RAG-Systeme sowie API-Integrationen (OpenAI, Azure AI)
• Python-Expertise (Zwingend erforderlich): Tiefgehende Kenntnisse in Python für die Backend-Entwicklung und die Orchestrierung von KI-Workflows (u. a. FastAPI, LangChain, Pipelines)
• Frontend- & Java-Spezialisierung: Langjährige, tiefe Erfahrung in der Webentwicklung mit Angular sowie umfassende Kenntnisse in Java und dazugehörigen Entwicklungstools
• Cloud & Container: Fundiertes Know-how im Umgang mit OpenShift, Kubernetes oder vergleichbaren Cloud-Plattformen
• Sprachkenntnisse (Zwingend erforderlich): Fliessende Deutschkenntnisse auf C1-Niveau für eine reibungslose Teamkommunikation
• Datenbanken (Von Vorteil): Erfahrung im Umgang mit relationalen Datenbanken und der Formulierung von SQL-Abfragen