Job
- Level
- Erfahren
- Ort
- Kerstenhausen
- Arbeitsmodell
- Hybrid, Onsite
- Job Feld
- Embedded, Back End
- Anstellung
- Vollzeit
- Vertragsart
- Unbefristetes Dienstverhältnis
Job Zusammenfassung
In dieser Rolle entwickelst du KI-Systeme, designst Agentenarchitekturen und integrierst ML-Konzepte in eine SaaS-Anwendung, während du deren Betrieb betreibst und optimierst.
Job Technologien
Deine Rolle im Team
- Du entwickelst unsere KI-Systeme - vom agentenbasierten Assistenten bis hin zu einer Plattform, auf der unsere Kund:innen eigene Agenten, Aufgaben und Abläufe zusammenstellen können.
- Die Rolle ist hands-on: Du schreibst Code, entwirfst Agentenarchitekturen und betreibst das, was du baust, auch selbst.
- Dabei arbeitest du an der Stelle, an der sich entscheidet, ob ein KI-Feature nur im Demo überzeugt oder im Alltag unserer Kund:innen zuverlässig funktioniert.
- Du arbeitest eng mit Backend-Entwicklung, Produkt und [weitere Schnittstellen] zusammen und bringst deine Einschätzung aktiv in Architektur- und Produktentscheidungen ein.
- (Weiter-)Entwicklung unseres agentenbasierten KI-Assistenten - von der Konzeption über die Implementierung bis zum Betrieb.
- Mitaufbau eines dynamischen Multi-Agenten-Systems, in dem Kund:innen eigene Agenten, Aufgaben und Workflows selbst erstellen und konfigurieren können.
- Design von Agentensystemen, deren Verhalten und Qualität kontrollierbar und nachvollziehbar sind - inklusive Guardrails, Berechtigungskonzepten und Human-in-the-Loop-Mechanismen.
- Entwicklung systematischer Evaluationsstrategien: Du machst überprüfbar, ob Änderungen an Prompts, Tools und Agenten tatsächlich Verbesserungen sind - statt nur 'gefühlt besser'.
- Integration von KI- und ML-Konzepten in eine bestehende, gewachsene SaaS-Anwendung - mit allem, was dazugehört: Datenmodell, Berechtigungen, Performance, Kosten.
- Betrieb und Optimierung: Observability, Tracing, Latenz-, Kosten- und Stabilitätsoptimierung.
Unsere Erwartungen an dich
Qualifikationen
- Sehr gutes konzeptionelles Verständnis der Funktionsweise - und der Grenzen - von LLMs.
- Verständnis weiterer ML-Konzepte und wie sich diese sinnvoll in Business-Logik integrieren lassen.
- Fundiertes Verständnis von Tokenisierung/Tokens, Embeddings und Context Windows.
- Verständnis von Vector Search, Retrieval und Re-ranking (RAG).
- Kenntnisse über Halluzinationen, Context Bloat und weiteren typischen Fehlermodi - inklusive Strategien, diese zu erkennen und abzufedern.
- Verständnis von A2A (Agent2Agent Protocol), MCP (Model Context Protocol) und Human-in-the-Loop.
- Kenntnisse über Sicherheitsrisiken von LLM- und Agentensystemen (u. a. Prompt Injection, Tool-Missbrauch, Datenabfluss).
- Verständnis von Context Engineering - gezielte Auswahl, Aufbereitung und Verwaltung dessen, was überhaupt im Context Window landet.
- Verständnis von Multi-Agent-Architekturen, Agent Handoffs und Orchestrierung (A2A).
- Fähigkeit, systematische Evaluationsstrategien für Agenten und andere ML-Komponenten zu entwickeln.
- Verständnis von Qualitätsmetriken und Evaluationsmethoden - z. B. LLM-as-a-Judge, Task Success Rate, Tool Call Accuracy.
- Testen und Versionierung von Agenten, Prompts und Tool-Definitionen.
- Optimierung von Qualität, Stabilität, Latenz und Kosten.
- Echtes Interesse daran, verschiedene KI- und ML-Konzepte in einer bestehenden SaaS-Anwendung zu erproben und produktiv zu bringen.
- Pragmatismus: Du kennst den Unterschied zwischen einem beeindruckenden Demo und einem System, das auch beim 10.000. Durchlauf noch das Richtige tut.
Erfahrung
- Erfahrung mit Tool Calling und Structured Outputs.
- Erfahrung im Prompt Engineering - Formulierung, Struktur und Steuerung einzelner Modellanfragen.
- Erfahrung im Harness Engineering - Gestaltung der Umgebung, in der ein Agent operiert: Tools, Feedback-Schleifen, Kontrollfluss und Abbruchbedingungen.
- Erfahrung mit Guardrails und Berechtigungen, insbesondere RBAC und ABAC in benutzerbezogenen SaaS-Systemen.
- Erfahrung oder solides Verständnis von asynchroner Verarbeitung, Background Jobs und Task Queues.
Unser Angebot
- Es besteht die Möglichkeit Remote, Hybrid, oder vor Ort zu arbeiten.
- Strukturierte Einarbeitung in Produkt, Prozesse und Testvorgehen.
Themen mit denen du dich im Job beschäftigst
Job Standorte
Das ist dein Arbeitgeber
conmeet GmbHconmeet GmbH
Die conmeet GmbH mit Sitz in Borken, Deutschland, ist ein modernes Unternehmen, das sich auf die Entwicklung digitaler Steuerungssystemlösungen für Handwerks- und Bauunternehmen fokussiert. Ihre cloud-basierte Softwareplattform vereint verschiedene Geschäftsprozesse wie Auftragsabwicklung, Projektmanagement und Controlling und richtet sich insbesondere an mittelständische Firmen. Seit ihrer Gründung im Jahr 2023 erweitert die Firma ihre Plattform um KI-gestützte Funktionen, um den Bedürfnissen der Branche gerecht zu werden.
Description
- Unternehmenstyp
- Startup
- Arbeitsmodell
- Hybrid, Onsite
- Branche
- Bau, Immobilien, Haustechnik
AI Engineer - Agentic Systems & Backend Engineering
- Ort
- Kerstenhausen
- Arbeitsmodell
- Hybrid, Onsite
- Diversität
- Für alle Personen geeignet (m/w/d)
