Lead AI Engineer (m/w/x)

Ihre Rolle
==============

• Konzeption und Prototyping: Auswahl und Integration von AI\-Frameworks, Modellen und Plattformen, die den Anforderungen der Organisation entsprechen Entwicklung von agentenbasierten AI\-Prototypen (Agentic AI) unter Nutzung von Cloud\- und On\-Premise\-APIs.


• Zusammenarbeit mit Fachbereichen, um Anforderungen zu verstehen und in technische Konzepte zu übersetzen.


• Beratung und Enablement: Unterstützung von Teams bei der Einführung von AI\-Technologien, einschließlich der Erstellung von Roadmaps und Handlungsempfehlungen.


• Durchführung von Workshops, Schulungen und Trainings, um die Akzeptanz und das Verständnis für AI\-Technologien zu fördern.


• Aufbau einer internen AI\-Community, um den Wissensaustausch und die Zusammenarbeit zu stärken.


• Zusammenarbeit mit zentralen Stakeholdern: Enge Abstimmung mit dem Enterprise Architecture Management, um sicherzustellen, dass AI\-Lösungen in die übergreifende Unternehmensarchitektur integriert werden können.


• Zusammenarbeit mit IT Security, um Datenschutz\- und Sicherheitsanforderungen frühzeitig zu berücksichtigen und alle Lösungen entsprechend abzusichern.


• Unterstützung bei der Übergabe von erfolgreichen Prototypen an IT\- und Entwicklungsteams für die Weiterentwicklung und Skalierung.


• Trendbeobachtung und Innovation: Aktive Auseinandersetzung mit aktuellen Trends und Entwicklungen im Bereich AI (Trend Radar).


• Identifikation neuer Technologien und Ansätze, die für ZEISS relevant sein könnten, und Bewertung ihres Potenzials für die Organisation.


• Messbare Ergebnisse: Dokumentation und Kommunikation der Ergebnisse von Pilotprojekten anhand von KPIs wie Zeitersparnis, Prozessverbesserungen und Innovationspotenzial.

• Ausbildung: Universitätsabschluss in Informatik, Ingenieurwissenschaften oder einer vergleichbaren Fachrichtung.


• Berufserfahrung: Mindestens 5 Jahre relevante Berufserfahrung in der Entwicklung und Integration von Softwarelösungen, davon mindestens 2 Jahre Erfahrung mit modernen AI\-Systemen (z. B. Generative AI, LLMs, Agentic AI).


• Erfahrung in der schnellen Prototypisierung und im Aufbau von agentenbasierten AI\-Anwendungen.


• Nachweisbare Fähigkeit, AI\-Technologien in einem unternehmerischen Kontext zu bewerten und deren Potenziale zu demonstrieren.


• Technologische Kompetenzen: Fundierte Kenntnisse in Python für die AI\-Entwicklung sowie Verständnis von .NET/C\# Schnittstellen zur Systemintegration.


• Erfahrung mit Agentic Frameworks und Orchestrierungstools wie LangChain (LangGraph), Microsoft Semantic Kernel oder AutoGen.


• Kompetenz im Umgang mit LLMs, sowohl Cloud\-basiert (z. B. Azure OpenAI) als auch On\-Premise/Local (z. B. mittels vLLM, Ollama, Hugging Face) praktische Erfahrung mit RAG\-Architekturen (Retrieval Augmented Generation) und Vektordatenbanken (z. B. Qdrant, Azure AI Search).


• Vertrautheit mit API\-Entwicklung (z. B. FastAPI) und Containerisierung (Docker) zur Bereitstellung funktionaler Prototypen.


• Persönliche Fähigkeiten: Fähigkeit, komplexe technische Konzepte verständlich für verschiedene Zielgruppen aufzubereiten.


• Begeisterung für AI und die Fähigkeit, andere für diese Technologien zu inspirieren.


• Ausgeprägte Fähigkeit zur Zusammenarbeit mit verschiedenen Stakeholdern, insbesondere Enterprise Architecture Management und IT Security.


• Flexibilität und Pragmatismus, um innovative Lösungen schnell und effizient zu entwickeln.

Friederike Kirklar\-Harms

Diese Anzeige stammt von Indeed. Originalanzeige ansehen ↗