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

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 und moderne KI-Architekturen für die Automatisierung komplexer Analyse-, Dokumentations- und Engineering-Prozesse. Dabei arbeiten wir mit Agentic Workflows, RAG- und Graph-RAG-Ansätzen sowie Vektor- und Graphdatenbanken, um Kontext aus verschiedenen Unternehmensquellen bereitzustellen. Wir freuen uns auf die Zusammenarbeit mit einem strukturierten, analytischen und kommunikationsstarken Profil mit sehr guten Deutschkenntnissen.

last updated 37 week of 2026