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

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

RAG

More:

Wir entwickeln LLM-basierte Multi-Agenten-Systeme 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. Außerdem binden wir Vektor- und Graphdatenbanken an, um Kontext aus diversen Unternehmensquellen bereitzustellen.

last updated 38 week of 2026