Unser Kunde ist ein innovatives Start-up mit Sitz in Berlin, das eine Cloud-Plattform entwickelt, welche die Erstellung von auditfähigen IT-Sicherheitskonzepten automatisiert und unterstützt. In Zusammenarbeit mit der Freien Universität Berlin und Pilotnutzern aus der Industrie und Sicherheitsberatung wird ein AI Engineer gesucht, der unstrukturierte Daten in strukturiertes Wissen und verlässliche Antworten umwandelt. In dieser Rolle sind Sie verantwortlich für die gesamte Pipeline, die unstrukturierte Dokumente in einen validierten, abfragbaren Wissensgraphen überführt. Zu Ihren Aufgaben gehören die Entwicklung von LLM-Extraktionspipelines, das Design von Wissensgraphen sowie die Implementierung deterministischer Regel-Engines. Sie arbeiten in einem kleinen, fokussierten Team und haben die Möglichkeit, direkt mit dem Product Owner und dem Full-Stack Engineer zusammenzuarbeiten. Das Unternehmen bietet Ihnen die Freiheit, Ihre Ideen einzubringen, und fördert Ihre berufliche Weiterbildung durch ein Lernbudget. Das Arbeitsumfeld ist dynamisch und bietet die Möglichkeit, einen positiven Einfluss auf die Sicherheitsanforderungen kleiner und mittelständischer Unternehmen zu haben.

Der ideale Kandidat bringt mindestens 5 Jahre Erfahrung in der Produktion von Daten- und AI-Systemen mit, die für reale Kunden bereitgestellt wurden. Sie sollten über fundierte Kenntnisse in Python (modern, typisiert) und SQL verfügen und mit PostgreSQL unter Last vertraut sein. Erfahrung mit mindestens einer Graphdatenbank ist erforderlich, wobei Neo4j bevorzugt wird. Sie sollten zudem Erfahrung in der Produktion mit LLM-Pipelines haben, einschließlich der Orchestrierung von Agenten und der Verwaltung von Prompts. Kenntnisse in der dauerhaften Workflow-Orchestrierung sind von Vorteil. Eine testorientierte Arbeitsweise ist unerlässlich, ebenso wie fließende Englischkenntnisse. Wünschenswert sind Erfahrungen mit regulierten oder compliance-gesteuerten Extraktionsdomänen sowie Deutschkenntnisse. Persönliche Eigenschaften wie Teamfähigkeit, analytisches Denken und eine proaktive Herangehensweise an Herausforderungen sind ebenfalls wichtig.