RAG-Anwendungen, Agenten oder Tooling) in stabile, produktive Services wie APIs, Backends oder Worker – inklusive Architektur, Error Handling und technischer Dokumentation Aufbau zuverlässiger Daten- und Dokumentenpipelines (Ingestion, Transformation, Indexing/Embeddings, Retrieval) als zentrale Bausteine für produktionsreife KI-Lösungen Entwicklung und Etablierung umfassender Test- und Qualitätsstrategien (Unit-, Integrations- und End-to-End-Tests) sowie LLM-spezifischer Evaluations- und Regressionsmechanismen (Eval-Sets, Guardrails, Versionierung) Aufbau und Betrieb von CI/CD-Pipelines, Umgebungen (Dev/Test/Prod) und Release-Prozessen für zuverlässige Bereitstellung GenAI-basierter Services Implementierung moderner Observability (Logging, Tracing, Metrics, Dashboards, Alerts) sowie Umsetzung von Security- und Governance-Standards (Identity/RBAC, Secrets, Policies) Ihr Profil Abgeschlossenes Studium im Bereich Informatik, Wirtschaftsinformatik oder vergleichbare Qualifikation Mehrjährige Erfahrung im Software Engineering, idealerweise mit Schwerpunkt Python; zusätzliche Kenntnisse in TypeScript, Java oder C# sind von Vorteil Erfahrung in der produktiven Entwicklung von Backend-Services einschließlich Tests, CI/CD und Integrationslandschaften Fundiertes technisches Verständnis für Betrieb und Stabilität produktiver Systeme – insbesondere Monitoring, Alerting, Incident-Readiness sowie Performance- und Kostenbewusstsein Praxis im Umgang mit Cloud-Technologien, bevorzugt Microsoft Azure (Identity, Secrets Management, Storage/Compute, Netzwerkgrundlagen) Strukturierte, qualitätsorientierte Arbeitsweise sowie der Anspruch, hochwertige und skalierbare GenAI-Lösungen in Produktion zu bringen Einsatzort: Dortmund ǀ Nordrhein-Westfalen
RAG-Anwendungen, Agenten oder Tooling) in stabile, produktive Services wie APIs, Backends oder Worker – inklusive Architektur, Error Handling und technischer Dokumentation Aufbau zuverlässiger Daten- und Dokumentenpipelines (Ingestion, Transformation, Indexing/Embeddings, Retrieval) als zentrale Bausteine für produktionsreife KI-Lösungen Entwicklung und Etablierung umfassender Test- und Qualitätsstrategien (Unit-, Integrations- und End-to-End-Tests) sowie LLM-spezifischer Evaluations- und Regressionsmechanismen (Eval-Sets, Guardrails, Versionierung) Aufbau und Betrieb von CI/CD-Pipelines, Umgebungen (Dev/Test/Prod) und Release-Prozessen für zuverlässige Bereitstellung GenAI-basierter Services Implementierung moderner Observability (Logging, Tracing, Metrics, Dashboards, Alerts) sowie Umsetzung von Security- und Governance-Standards (Identity/RBAC, Secrets, Policies) Ihr Profil Abgeschlossenes Studium im Bereich Informatik, Wirtschaftsinformatik oder vergleichbare Qualifikation Mehrjährige Erfahrung im Software Engineering, idealerweise mit Schwerpunkt Python; zusätzliche Kenntnisse in TypeScript, Java oder C# sind von Vorteil Erfahrung in der produktiven Entwicklung von Backend-Services einschließlich Tests, CI/CD und Integrationslandschaften Fundiertes technisches Verständnis für Betrieb und Stabilität produktiver Systeme – insbesondere Monitoring, Alerting, Incident-Readiness sowie Performance- und Kostenbewusstsein Praxis im Umgang mit Cloud-Technologien, bevorzugt Microsoft Azure (Identity, Secrets Management, Storage/Compute, Netzwerkgrundlagen) Strukturierte, qualitätsorientierte Arbeitsweise sowie der Anspruch, hochwertige und skalierbare GenAI-Lösungen in Produktion zu bringen Einsatzort: Dortmund ǀ Nordrhein-Westfalen
Du stehst im engen Kontakt mit Kunden, Lieferanten und Geschäftspartnern und erlernst den Umgang mit spezifischer Software am Computer, inklusive der Erfassung und Pflege von Datenbanken. Du nimmst regelmäßig an Verkaufsschulungen und an Schulungen aus dem Bereich der Kfz-Technik teil.
Ansteckende Leidenschaft für unsere Produkte und Bereitschaft, selbst aktiv anzupacken. Freude an Zahlen und Erfahrung im Arbeiten mit Computern. Organisationsgeschick und die Motivation, Verantwortung zu übernehmen und Abläufe zu optimieren. Gute Laune und Hilfsbereitschaft, auch früh am Morgen.