Auf einen Blick
KI-Entwickler mit 2+ Jahren Erfahrung in generativer KI und LLM-Lösungen. Entwicklung produktionsreifer KI-Anwendungen mit Python, RAG und Multi-Agent-Frameworks.
💰 $80.000–110.000/Jahr
📊 Mid-Level
🕒 Vollzeit
🌍 Remote
🗺️ EMEA
- 2+ Jahre KI-Entwicklung
- Python Expertise
- LLM und RAG Erfahrung
- Multi-Agent-Framework-Kenntnisse
Python
Large Language Models
Retrieval-Augmented Generation
Prompt Engineering
LangChain
LlamaIndex
LanGraph
Vector Databases
✅ Geeignet für
- Python-Entwickler mit KI-Fokus
- LLM-Spezialisten mit RAG-Erfahrung
- Kandidaten mit Multi-Agent-Framework-Kenntnissen
🚫 Weniger geeignet
- Junior-Entwickler ohne KI-Hintergrund
- Kandidaten ohne Python-Expertise
- Entwickler mit nur theoretischem KI-Wissen
💡 Gut zu wissen
- GenAI-Feld entwickelt sich schnell; kontinuierliches Lernen ist kritisch
- RAG ist zentral für produktive LLM-Anwendungen
- Evaluation und Guardrailing von LLM-Outputs sind essenziell
Über das Unternehmen
Accellor konzentriert sich auf die Bereitstellung von generativer KI-Lösungen zur Lösung realer Geschäftsprobleme durch Large Language Models und fortgeschrittene KI-Techniken.
Deine Aufgaben
- Design, Entwicklung und Implementierung von GenAI-Lösungen mit großen Sprachmodellen für Business-Anforderungen
- Zusammenarbeit mit Stakeholdern zur Identifikation von GenAI-Integrationsmöglichkeiten
- Vorverarbeitung und Analyse unstrukturierter Daten für Modell-Training und Fine-Tuning
- Anwendung von Prompt Engineering, Fine-Tuning und RAG-Techniken zur Optimierung von LLM-Outputs
- Deployment von GenAI-Modellen und APIs in Produktionsumgebungen
- Überwachung und Wartung von Deployments mit kontinuierlichen Verbesserungen
Deine Voraussetzungen
- Mindestens 2 Jahre relevante Erfahrung als KI-Entwickler
- Python-Kompetenz erforderlich
- Verständnis mehrerer GenAI-Modelle (OpenAI, Llama2, Mistral)
- Erfahrung mit LLMs, RAG und Vektor-Datenbanken (FAISS, Pinecone)
- Multi-Agent-Frameworks zur Workflow-Erstellung
- Kenntnisse von Cloud-Plattformen (AWS, GCP, Azure)
