Masterand LLM-basierter Ticketbot Privileged Access Management (m/w/d)

Status
Open
Remote policy
Not stated
Employment type
Not stated
Salary
50,000-80,000 EUR / year
Source
germantechjobs
First observed
2026-09-14 13:38 UTC
Last seen
2026-09-14 13:38 UTC
Source claims posted
2026-09-14 13:04 UTC
Consecutive misses
0 of 3

What the posting says

Salary: 50.000 - 80.000 € per year

Requirements:

Du absolvierst ein Masterstudium im Bereich Informatik, Wirtschaftsinformatik, Data Science, Künstliche Intelligenz oder in einer vergleichbaren Fachrichtung.

Du bringst großes Interesse an Large Language Models, Retrieval-Augmented Generation (RAG), Data Science oder intelligenten Assistenzsystemen mit und möchtest dieses Wissen in einem praxisnahen Kontext vertiefen.

Du hast idealerweise erste Kenntnisse im Umfeld von IT-Support, IT-Service Management, ITIL oder in der Arbeit mit Tools wie Jira und Confluence gesammelt.

Du interessierst dich für technische Fragestellungen rund um REST-APIs, Datenhaltung, Systemintegration und die Entwicklung prototypischer Anwendungen.

Du arbeitest analytisch, strukturiert und eigenverantwortlich, bringst neue Ideen ein und hast Freude daran, komplexe Anforderungen in eine praxisnahe und nutzerorientierte Lösung zu übersetzen.

Responsibilities:

Du konzeptionierst und implementierst einen LLM-basierten Ticketbot als Prototypen, der eingehende Fragen und Supportanfragen aus Incidents, Jira-Tickets oder per Chat verarbeitet und beantwortet.

Du entwickelst eine Lösung, die auf Basis von Anleitungen, Wissensquellen und historischen Tickets relevante Informationen ableitet und für die Bearbeitung von Supportanfragen nutzbar macht.

Du analysierst das fachliche Umfeld des Privileged Access Managements mit seinen vielfältigen Use Cases und Funktionen und leitest daraus Anforderungen an einen intelligenten Support-Ansatz ab.

Du untersuchst, wie LLMs, Data-Science-Methoden und RAG-Ansätze sinnvoll eingesetzt werden können, um die Qualität, Relevanz und Nachvollziehbarkeit von Antworten zu verbessern.

Du beziehst technische Aspekte wie REST-APIs, Datenhaltung sowie vorhandene IT-Service-Management-Prozesse und Tools wie Atlassian Confluence und Jira in deine Konzeption und Umsetzung mit ein.

Technologies:

Atlassian

Confluence

Data-Science

Support

ITIL

JIRA

LLM

RAG

REST

Security

More:

Wir sind der Digitalisierungspartner der genossenschaftlichen FinanzGruppe und vereinen jahrzehntelange Banking-Expertise mit moderner Informationstechnologie. Unsere speziell auf Banken zugeschnittenen IT-Lösungen und Leistungen reichen vom Rechenzentrumsbetrieb über das Bankverfahren agree21 bis hin zur App-Entwicklung. Als deutschsprachiges Unternehmen nutzen wir zukunftsweisende Technologien wie künstliche Intelligenz oder Smart Data und schreiben Prozessoptimierung, Sicherheit und Regulatorik groß. Wir haben uns zum Ziel gesetzt, innovative digitale Banking- und Near-Banking-Erlebnisse für über 900 Banken und mehr als 30 Millionen Bankkund*innen zu ermöglichen. Daher investieren wir systematisch in das Know-how unserer mehr als 5.500 Mitarbeitenden und betrachten Nachhaltigkeit als strategisches Unternehmensziel. Unser Zusammenarbeitsmodell zeichnet sich durch eine agile, crossfunktionale Arbeitsweise in allen Unternehmensbereichen aus. Wir verbinden Menschen und Märkte von morgen – einfach. digital. sicher. Für unser Servicefeld Customer Support, Reliability, Security im Tribe Authorization and Access Management (CRSAAM) suchen wir dich als Masterand LLM-basierter Ticket Privil (m/w/d) in Karlsruhe. Neben einem attraktiven Stundengehalt von 16 € und 20 Tagen Urlaub bieten wir dir praktische Erfahrungen, Mentoring und Betreuung, flexible Arbeitszeitmodelle, einen hybriden Mix aus Remote Work und Anwesenheit in modernen Bürowelten, Networking-Events, Vergünstigungen und Zusatzleistungen, Weiterentwicklungsmöglichkeiten, Unterstützung bei Abschlussarbeiten und Praktika sowie nachhaltige und gut angebundene Standorte. Wir sind Top Company 2026 mit einem Kununu-Score von 4,3 und einer Weiterempfehlungsquote von ≥ 90 %.

last updated 37 week of 2026

Quality

Completeness: 65%

Not enough history yet to judge honesty signals.

Timeline

  1. *
    #743416 2026-09-14 13:38 UTC
    Published