GenAI Engineer (m/w/d) - Karlsruhe
- Status
- Open
- Remote policy
- Not stated
- Employment type
- Not stated
- Salary
- 53,000-93,000 EUR / year
- Source
- germantechjobs
- First observed
- 2026-09-18 07:57 UTC
- Last seen
- 2026-09-18 07:57 UTC
- Source claims posted
- 2026-09-18 06:43 UTC
- Consecutive misses
- 0 of 3
What the posting says
Salary: 53.000 - 93.000 € per year
Requirements:
Du bist sicher im Umgang mit einem oder mehreren LLM/Agenten-Orchestrierungs-Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex oder Haystack.
Du hast praktische Erfahrung mit Prompt Engineering, Embeddings und dem Aufbau und Management von Vector Databases (z.B. Pinecone, Weaviate, Milvus oder Chroma).
Exzellente Python-Kenntnisse sind deine Basis.
Du bringst Erfahrung mit Cloud-KI-Services (Azure OpenAI, AWS Bedrock oder GCP Vertex AI) sowie Docker/Kubernetes mit.
Du hast ein solides Verständnis von APIs, Microservices und Datenpipelines.
Du verstehst die Mathematik hinter Deep Learning und hast bereits mit Bibliotheken wie PyTorch oder TensorFlow gearbeitet.
Du hast Lust, in einem Feld zu arbeiten, das sich wöchentlich neu erfindet.
Du arbeitest strukturiert und behältst auch bei komplexen Systemarchitekturen den Überblick.
Du kannst technische Konzepte souverän und adressatengerecht vermitteln und verfügst über sehr gute Deutsch- und Englischkenntnisse.
Tieferegehende Erfahrung in MLOps oder Data Engineering ist von Vorteil.
Projekterfahrung im regulierten Umfeld (z.B. Banking, Insurance) ist von Vorteil.
Kenntnisse in Frontend-Technologien (z.B. Streamlit, React, Copilotkit/AG-UI) für den schnellen Bau von KI-Demos und überzeugenden GenAI-Webapps sind von Vorteil.
Responsibilities:
Wir konzipieren und realisieren KI-Lösungen mit Fokus auf GenAI, einschließlich moderner RAG-Architekturen, agentischer Workflows und generativer KI-Use-Cases.
Wir wählen LLMs aus, feinabstimmen sie und integrieren sie in produktive Geschäftsprozesse.
Wir nutzen unser Wissen in klassischen Machine-Learning-Verfahren und Deep Learning, um hybride Lösungen zu schaffen, wo LLMs alleine nicht ausreichen.
Wir bringen GenAI-Applikationen von der ersten Prompt-Idee über den Prototypen bis hin zum skalierbaren Deployment (LLMOps).
Wir bauen und optimieren die Datengrundlage für Agenten, Vector Databases sowie die Orchestrierung komplexer Workflows und Agenten.
Wir stellen Stabilität sicher, evaluieren Modell-Outputs (Guardrails) und optimieren die Performance.
Wir erklären Stakeholdern den Unterschied zwischen Hype und echtem Business-Value und übersetzen komplexe Architekturen in klare Entscheidungsvorlagen.
Wir arbeiten eng mit Business Analyst*innen und Software Engineers zusammen, um KI nahtlos in bestehende Software-Ökosysteme einzubetten.
Wir beobachten die rasanten Entwicklungen im Bereich LLMs, multimodale Modelle und Agenten-Frameworks.
Wir gestalten interne Formate aktiv mit und prototypen neue Features für die attempto Akademie.
Technologies:
AI
AWS
Azure
Cloud
Docker
Frontend
GCP
Kubernetes
LLM
MLOps
PyTorch
Python
RAG
React
TensorFlow
microservices
UX UI Design
Fine-tuning
More:
Deine Mission ist der Aufbau intelligenter Systeme der nächsten Generation. Wir bieten JobRad und JobTicket mit Arbeitgeberzuschuss, vertraglich geregelte Weiterbildungen, betriebliche Altersvorsorge, ein cooles Office mit viel Raum für Kreativität sowie mobiles Arbeiten im Homeoffice je nach Projektsituation. Außerdem ermöglichen wir Mitgestaltung, ein Mentoring-Programm für neue Mitarbeiter, zahlreiche Firmenevents, Knowhow-Transfer, Fit-im-Job-Angebote, meist regionalen und langfristigen Projekteinsatz, erfolgreiche Teamarbeit durch Offenheit und Zusammenhalt sowie innovative Projekte beim Kunden und in unserer Innovations-Manufaktur.
last updated 38 week of 2026
Quality
- + Salary range stated weight 35%
- x Remote policy stated weight 20%
- x Location stated weight 15%
- + Organisation stated weight 15%
- + Publication date stated weight 15%
Not enough history yet to judge honesty signals.
Timeline
-
*
#829070 2026-09-18 07:57 UTCPublished