AI Software Engineer – Agentic Systems & RAG (w/m/d)

Status
Open
Remote policy
Not stated
Employment type
Not stated
Salary
56,000-83,000 EUR / year
Tech
pythonsoftware
Source
germantechjobs
First observed
2026-10-05 14:43 UTC
Last seen
2026-10-05 14:43 UTC
Source claims posted
2026-10-05 12:39 UTC
Consecutive misses
0 of 3

What the posting says

Salary: 56.000 - 83.000 € per year

Requirements:

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

Responsibilities:

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

Technologies:

AI

API

Backend

Kanban

LLM

Neo4J

Python

More:

Wir entwickeln LLM-basierte Multi-Agenten-Systeme und intelligente Agentic Workflows zur Automatisierung komplexer Analyse-, Dokumentations- und Engineering-Prozesse. Dabei arbeiten wir mit modernen Orchestrierungs-Frameworks wie LangGraph sowie mit RAG-, Graph-RAG- und Memory-Architekturen. Unser Fokus liegt auf der Integration von Vektor- und Graphdatenbanken, um Kontext aus diversen Unternehmensquellen bereitzustellen. Wir suchen Verstärkung für ein Umfeld mit anspruchsvollen KI- und Backend-Themen, in dem analytisches Denken, strukturierte Arbeitsweise und gute Deutschkenntnisse wichtig sind.

last updated 40 week of 2026

Quality

Completeness: 65%

Not enough history yet to judge honesty signals.

Timeline

  1. *
    #1185596 2026-10-05 14:43 UTC
    Published