[Hiring] AI Developer (Agents & Automation) @Neuland AI AG

Role Description

Wir gehen über reine Prototypen hinaus und bauen produktionsreife KI-Systeme, die echten Mehrwert liefern. Unsere Lösungen automatisieren komplexe Workflows, unterstützen fundierte Entscheidungen und verändern nachhaltig, wie Organisationen arbeiten.

Wir suchen einen AI Engineer (m/f/d), der sich an der Schnittstelle von verteilten Systemen, KI-Architektur und realer Automatisierung bewegt – und dort nicht nur Konzepte entwirft, sondern sie auch zuverlässig in die Produktion bringt. Du fühlst dich wohl damit, Systeme zu bauen, die unter echten Bedingungen laufen: skalierbar, robust und eng integriert in bestehende Prozesse.

Qualifications

• Mehrjährige Backend-Erfahrung in Python (mindestens 5 Jahre)
• Erfahrung im Design skalierbarer, verteilter Systeme und asynchroner Architekturen
• Praktische Erfahrung mit KI-Agenten-Frameworks (z. B. LangChain, LlamaIndex oder vergleichbar)
• Tiefes Verständnis von RAG-Architekturen, Embeddings, Vektorsuche und Wissensabruf
• Erfahrung mit Voice AI, Streaming-Inferenz oder Echtzeitsystemen
• Erfahrung in der Integration von LLM-APIs sowie im Aufbau zuverlässiger KI-Workflows
• Vertrautheit mit PostgreSQL, Caching-Layern sowie Queue-Systemen (z. B. Celery, Redis, RabbitMQ)
• Ausgeprägtes Engineering-Mindset: Testing, Monitoring, Logging, Security und Performance-Optimierung
• Fähigkeit, experimentelle KI-Ansätze in stabile, produktionsreife Features zu überführen

Requirements

• Entwicklung und Implementierung von KI-gestützten Features wie intelligenten Agenten, Wissensassistenten und Automatisierungstools
• Aufbau und Weiterentwicklung von Agentenfähigkeiten (z. B. Tool-Nutzung, Memory, Kontextmanagement und Task-Ausführung)
• Entwicklung von Retrieval-Augmented-Generation-(RAG)-Pipelines sowie Integration von Wissensabruf über Vektordatenbanken
• Integration von LLM-Anbietern (z. B. OpenAI, Azure OpenAI, Anthropic sowie Open-Source-Modelle) in Produktfeatures
• Aufbau von Datenpipelines zur Anbindung von KI-Systemen an interne Wissensquellen, externe APIs und Enterprise-Systeme
• Implementierung von Streaming-Antworten, Hintergrundverarbeitung und Mechanismen zur Task-Ausführung in KI-Workflows
• Evaluation und Benchmarking von KI-Tools, Modellen und Prompting-Strategien zur Verbesserung von Performance und Zuverlässigkeit
• Monitoring und Optimierung des KI-Verhaltens durch Logging, Testing, Evaluation und iterative Verbesserungen
• Optimierung von KI-Features hinsichtlich Latenz, Kosten und praktischer Nutzbarkeit
• Mitwirkung an der kontinuierlichen Weiterentwicklung von KI-Funktionalitäten und der Erprobung neuer Technologien

Benefits

• Impact: Aufbau intelligenter Systeme, die den Einsatz von KI in Unternehmen neu definieren
• Innovation: Arbeit mit modernsten Frameworks und Modell-Ökosystemen
• Kultur: Kollaboratives, kreatives und eigenverantwortliches Team
• Flexibilität: Remote-first und flexible Arbeitszeiten
• Wachstum: Zugang zu KI-Ressourcen, Tools und Weiterbildungen
• Beteiligung: Virtual Stock Option Plan (VSOP)