AI Engineer (Artificial Intelligence Engineer) für Bankenbranche in Frankfurt

Project overview

AI Engineer (Artificial Intelligence Engineer)

Gesucht werden erfahrene AI Engineers, die produktionsreife GenAI- und Agentic-AI-Lösungen entwickeln und in Unternehmensumgebungen implementieren können. Der Fokus liegt nicht auf klassischen Data-Science-Profilen, sondern auf stark technischen Engineers, die moderne LLM- und Agentenarchitekturen end-to-end umsetzen können.

Responsibilities

Gesuchte Skills

Software Engineering

Agentic AI & LLM Engineering

RAG & Document Processing

Zusätzlich werden Kenntnisse in AI Governance, LLM Observability und Tools wie LangFuse vorausgesetzt. Deutsch ist für die Rolle zwingend erforderlich.

Projektstart ist für den 18.01.2027 geplant, die Laufzeit geht zunächst bis Ende 2027. Einsatzort ist Frankfurt mit Hybrid-Setup. Für den Pitch werden mehrere Berater pro Rolle gesucht.

Sind Sie bereit für eine neue Herausforderung in einem innovativen AI-Umfeld? Dann senden Sie Ihren aktuellen CV als Word-Dokument unter Angabe Ihrer Verfügbarkeit und Ihres Stundensatzes.

Wir operieren als Personalberatungsunternehmen. Sämtliche Formulierungen dieser Ausschreibung sind geschlechts- und altersneutral zu verstehen. Wir begrüßen Bewerbungen qualifizierter Kandidatinnen und Kandidaten unabhängig von Alter, Geschlecht oder persönlichem Hintergrund.

• Konzeption, Entwicklung und Testing von produktionsreifen AI-Agenten auf Basis von Python und LangGraph
• Entwicklung von Agent-as-Code-Lösungen innerhalb agiler AI-Teams
• Integration von Tools und Systemen über das Model Context Protocol (MCP)
• Aufbau und Optimierung von Retrieval-Augmented Generation (RAG)-Lösungen
• Entwicklung von Dokumentenverarbeitungsstrecken für unstrukturierte Datenquellen wie PDF, DOCX, PPTX, HTML, XML oder XLSX
• Implementierung von semantischer Suche, Embeddings, Retrieval-Mechanismen und Re-Ranking-Konzepten
• Vorbereitung und Deployment containerisierter Anwendungen in produktiven Umgebungen
• Umsetzung von Machine-Learning- und AI-Lösungen gemeinsam mit Data Scientists innerhalb der zentralen AI-Plattform
• Sehr starke Python-Kenntnisse
• Erfahrung mit modernen Python-Standards (Type Hints, Pydantic, AsyncIO)
• Clean Code, Design Patterns, Testing (Pytest), Mocking
• Git, GitLab CI/CD, Versionierung und Docker-Containerisierung
• Fundierte LangGraph-Erfahrung
• Erfahrung mit Agentenarchitekturen, State Machines und Human-in-the-Loop Workflows
• Structured Outputs und JSON Schema Validation
• Tiefes Verständnis von Prompt Engineering und Tool Calling
• Praktische Erfahrung mit MCP und FastMCP-Implementierungen
• Verarbeitung und Extraktion unstrukturierter Dokumente
• Erfahrung mit Parsing- und OCR-Technologien
• Entwicklung robuster Chunking-Strategien
• Vektordatenbanken, Embeddings und semantische Suche
• Praktische Erfahrung mit modernen RAG-Architekturen und Retrieval-Systemen