Edgerunners
Karriere bei Edgerunners

Engineering mit Sinn

Bei Edgerunners entwickeln wir KI-gestützte Software und intelligente Systeme, die komplexe, reale Geschäftsprobleme lösen.

  • Enterprise-KI
  • Autonome Agenten
  • Industrielle Intelligenz
  • Data Engineering
  • Skalierbare Softwareplattformen

Wir suchen Engineers, die solide technische Grundlagen mit Neugier, Verantwortungsbewusstsein und der Fähigkeit verbinden, unklare Herausforderungen in zuverlässige, produktionsreife Lösungen zu verwandeln.

Offene Stellen
10
Standort
Umzugsmöglichkeiten vorhanden
Relocation-Paket
Für erfolgreiche Kandidatinnen und Kandidaten verfügbar – abhängig von Rolle, Zielort und individuellen Vereinbarungen
Arbeitsumfeld
Kollaborativ, engineering-getrieben, KI-nativ

Nachgewiesene Fähigkeiten, durchdachtes Engineering, kontinuierliches Lernen und messbare Wirkung zählen für uns mehr als Abschlüsse oder die bloße Vertrautheit mit einer bestimmten Technologie.

Offene Stellen

Zehn Wege, das Nächste zu bauen.

Öffnen Sie eine Rolle, um Aufgaben und Anforderungen zu lesen.

Applied AI · Kundenumsetzung · Architektur · Qualität · Plattform · Daten & Wissen · Industrie · Produkt · Security

  1. Senior Applied AI Engineer (m/w/d)Applied AILLM-Anwendungen · RAG · Evaluierung

    Sie konzipieren und implementieren KI-gestützte Funktionen, die Sprachmodelle, Unternehmensdaten und Geschäftsanwendungen verbinden. Ihr Fokus: KI-Prototypen in verlässliche Software verwandeln, die messbaren Mehrwert liefert.

    Aufgaben

    • Produktionsreife LLM-Anwendungen konzipieren und entwickeln.
    • Retrieval-Augmented Generation (RAG), strukturierte Ausgaben und Tool Calling implementieren.
    • KI-Funktionen mit APIs, Datenbanken und bestehenden Unternehmenssystemen integrieren.
    • Pipelines für Dokumentenverarbeitung, Informationsextraktion und intelligente Automatisierung aufbauen.
    • Modellleistung bewerten, Genauigkeit verbessern und Halluzinationen reduzieren.
    • Latenz, Inferenzkosten und Zuverlässigkeit der Anwendungen optimieren.
    • Mit Produkt- und Engineering-Teams Geschäftsanforderungen in technische Lösungen übersetzen.

    Anforderungen

    • Sehr gute Programmierkenntnisse in Python oder TypeScript.
    • Praktische Erfahrung mit Anwendungen auf Basis von LLM-APIs oder Open-Weight-Modellen.
    • Verständnis von Embeddings, Vektorsuche, RAG, Prompt-Design und strukturierter Generierung.
    • Erfahrung in der Integration von KI-Systemen mit Datenbanken, APIs und Backend-Services.
    • Vertrautheit mit automatisierten Tests, Evaluierungsdatensätzen und Produktionsmonitoring.
    • Fähigkeit, Sicherheit, Zuverlässigkeit und Datenschutz in KI-Anwendungen fundiert zu bewerten.

    Wünschenswert

    • Erfahrung mit LangGraph, LlamaIndex oder vergleichbaren Orchestrierungs-Frameworks.
    • Vertrautheit mit Model Serving, Quantisierung und Inferenzoptimierung.
    • Erfahrung mit Enterprise-Wissenssystemen und zugriffskontrolliertem Retrieval.
    • Erfahrung mit dem Deployment von KI-Anwendungen in privaten oder On-Premise-Umgebungen.
    Für diese Rolle bewerben
  2. AI Agent Engineer (m/w/d)Applied AITool-nutzende Agenten · Workflows · Human-in-the-Loop

    Sie bauen intelligente Agenten, die Tools nutzen, mit Unternehmenssystemen interagieren, Aufgaben koordinieren und mehrstufige Workflows unter angemessener Kontrolle ausführen.

    Aufgaben

    • Agentenarchitekturen, Tool-Schnittstellen und Ausführungs-Workflows entwerfen.
    • Aufgabenplanung, State Management, Memory und Kontextauswahl implementieren.
    • Integrationen mit internen APIs, Datenbanken, Dokumentenablagen und externen Services aufbauen.
    • Menschliche Freigaben, Berechtigungsgrenzen, Retries und Recovery-Mechanismen implementieren.
    • Aufgabenerfüllung, Tool-Auswahl und Ausführungsqualität von Agenten bewerten.
    • Nachvollziehbare und beobachtbare Ausführungspipelines für Agenten aufbauen.
    • Erkennen, wann deterministische Software autonomem, modellgesteuertem Verhalten vorzuziehen ist.

    Anforderungen

    • Sehr gute Programmierkenntnisse in Python oder TypeScript.
    • Erfahrung mit Tool-nutzenden LLM-Anwendungen oder mehrstufigen KI-Workflows.
    • Verständnis von API-Integration, asynchroner Ausführung, State Management und Fehlerbehandlung.
    • Vertrautheit mit strukturierten Ausgaben, Kontextfenstern, Retrieval und Modellgrenzen.
    • Fähigkeit, robuste Tests für nicht-deterministische Systeme umzusetzen.
    • Fundiertes Verständnis sicherer Tool-Ausführung und Human-in-the-Loop-Kontrollen.

    Wünschenswert

    • Erfahrung mit LangGraph, Semantic Kernel oder ähnlichen Agenten-Frameworks.
    • Erfahrung im Design von Multi-Agenten-Systemen oder Plattformen zur Workflow-Orchestrierung.
    • Vertrautheit mit dem Model Context Protocol (MCP).
    • Erfahrung in der Anbindung von Agenten an Identitäts-, Autorisierungs- und Audit-Systeme im Unternehmen.
    Für diese Rolle bewerben
  3. Forward Deployed Engineer (FDE) (m/w/d)KundenumsetzungKundenumgebungen · Integrationen · Lösungsdesign

    Sie arbeiten eng mit Kunden zusammen, um komplexe operative Herausforderungen zu verstehen, und setzen Softwarelösungen direkt in deren Geschäftsumgebungen um.

    Die Rolle verbindet Software Engineering, Lösungsarchitektur, technische Beratung und praktische Umsetzung.

    Aufgaben

    • Kundenanforderungen erheben und in technische Spezifikationen übersetzen.
    • Prototypen und produktive Integrationen für kundenspezifische Anwendungsfälle entwickeln.
    • Anwendungen an bestehende Datenbanken, APIs und Unternehmenssysteme anbinden.
    • Lösungen in Kundenumgebungen ausrollen, testen und Fehler beheben.
    • Mit Stakeholdern Ergebnisse validieren und Verbesserungen priorisieren.
    • Wiederverwendbare Komponenten identifizieren, die Teil der Kernprodukte von Edgerunners werden können.
    • Technische Abwägungen und Umsetzungsfortschritt klar kommunizieren.

    Anforderungen

    • Sehr gute Software-Engineering-Kenntnisse in Python, TypeScript oder einer anderen relevanten Sprache.
    • Erfahrung mit Aufbau und Integration produktiver Anwendungen.
    • Verständnis von APIs, Datenbanken, Authentifizierung, Netzwerken und Deployment.
    • Fähigkeit, sich in unbekannte Systeme einzuarbeiten und komplexe technische Probleme zu lösen.
    • Ausgeprägte schriftliche und mündliche Kommunikationsfähigkeit.
    • Souveräner Umgang mit unvollständigen Anforderungen und wechselnden Prioritäten.
    • Bereitschaft zur direkten Zusammenarbeit mit Kunden und technischen Stakeholdern.

    Wünschenswert

    • Erfahrung mit Unternehmenssoftware, KI-Integration oder digitaler Transformation.
    • Vertrautheit mit Kubernetes, Docker, CI/CD und Observability.
    • Erfahrung in industriellen, finanziellen, behördlichen oder anderen komplexen Unternehmensumgebungen.
    • Erfahrung darin, Geschäftsprozesse in Software-Workflows zu übersetzen.
    Für diese Rolle bewerben
  4. AI Systems Engineer (m/w/d)ArchitekturSystemdesign · Mandantenfähigkeit · Observability

    Sie entwerfen die Architektur rund um KI-Funktionen und sorgen dafür, dass Modelle, Daten, Tools, Anwendungsservices und Sicherheitskontrollen als stimmiges System zusammenarbeiten.

    Aufgaben

    • End-to-End-Architekturen für KI-gestützte Anwendungen entwerfen.
    • Service-Grenzen, APIs, Datenmodelle und Integrationsmuster definieren.
    • Kontextmanagement, Retrieval, Memory und Workflow-Ausführung architektonisch gestalten.
    • Authentifizierung, Autorisierung und Mandantentrennung konzipieren.
    • Observability, Fehlerbehandlung und Recovery-Strategien etablieren.
    • Architektonische Abwägungen zu Modellauswahl, Latenz, Kosten und Zuverlässigkeit bewerten.
    • Wiederverwendbare Architekturmuster für Enterprise-KI-Produkte schaffen.

    Anforderungen

    • Solide Grundlagen in Softwarearchitektur und Systemdesign.
    • Erfahrung mit Backend-Services, APIs, Datenbanken und verteilten Systemen.
    • Sicherer Umgang mit Python, TypeScript oder vergleichbaren Produktionssprachen.
    • Verständnis von LLM-Anwendungsarchitekturen und Integrationsmustern.
    • Vertrautheit mit Praktiken für Sicherheit, Tests, Observability und Deployment.
    • Fähigkeit, technische Entscheidungen zu dokumentieren und architektonische Abwägungen zu erklären.

    Wünschenswert

    • Erfahrung mit eventgetriebenen Architekturen, Queues und Workflow-Engines.
    • Vertrautheit mit Kubernetes und serviceorientierten Architekturen.
    • Erfahrung im Design mandantenfähiger Unternehmensanwendungen.
    • Erfahrung mit privaten KI-Deployments und Data Governance.
    Für diese Rolle bewerben
  5. AI Evaluation & Reliability Engineer (m/w/d)QualitätEvaluierungsdatensätze · Regressionstests · Monitoring

    Sie stellen sicher, dass KI-gestützte Produkte sich konsistent verhalten, Geschäftsanforderungen erfüllen und zuverlässig bleiben, während sich Modelle, Prompts, Daten und Anwendungslogik weiterentwickeln.

    Aufgaben

    • Evaluierungsdatensätze auf Basis realer Geschäftsaufgaben entwickeln.
    • Automatisierte Tests für Modellausgaben, Tool Calls und vollständige Workflows aufbauen.
    • Genauigkeit, Aufgabenerfüllung, Halluzinationsraten, Latenz und Kosten messen.
    • Regressionstests für Prompts, Modelle und Agentenverhalten implementieren.
    • Fehler analysieren und ihre Ursachen identifizieren.
    • Qualitätsschwellen und Release-Kriterien für KI-Funktionen festlegen.
    • Monitoring und Reporting für die KI-Leistung im Produktivbetrieb entwickeln.

    Anforderungen

    • Sehr gute Programmierkenntnisse in Python oder TypeScript.
    • Erfahrung mit automatisierten Tests, Datenanalyse oder der Evaluierung von Machine-Learning-Modellen.
    • Fähigkeit, repräsentative Testfälle und messbare Akzeptanzkriterien zu entwerfen.
    • Verständnis der Grenzen von LLMs, von Nichtdeterminismus und Herausforderungen der Evaluierung.
    • Vertrautheit mit APIs, Datenverarbeitung und CI/CD.
    • Ausgeprägtes analytisches Denken und Sorgfalt im Detail.

    Wünschenswert

    • Erfahrung mit LLM-Evaluierungs-Frameworks und Modell-Benchmarking.
    • Vertrautheit mit Observability, Distributed Tracing und Produktionsmonitoring.
    • Erfahrung mit regulierten oder genauigkeitskritischen Anwendungen.
    • Kenntnisse in statistischer Auswertung und Versuchsdesign.
    Für diese Rolle bewerben
  6. AI Infrastructure & Inference Engineer (m/w/d)PlattformModel Serving · GPU-Workloads · Kubernetes

    Sie bauen und betreiben die Infrastruktur, mit der KI-Anwendungen und -Modelle effizient, zuverlässig und sicher laufen – auch in privaten und On-Premise-Deployments.

    Aufgaben

    • Inferenzdienste für Modelle bereitstellen und betreiben.
    • GPU-Auslastung, Durchsatz, Latenz und Ressourcenverbrauch optimieren.
    • Containerisierte Deployments und automatisierte Release-Pipelines umsetzen.
    • Modellversionen, Konfiguration, Secrets und Service-Abhängigkeiten verwalten.
    • Monitoring, Logging, Alerting und Incident-Response-Prozesse etablieren.
    • Die Reproduzierbarkeit von Deployments über Entwicklungs-, Test- und Produktionsumgebungen hinweg verbessern.
    • Sichere, skalierbare KI-Infrastruktur für Unternehmenskunden unterstützen.

    Anforderungen

    • Solide Grundlagen in Linux und Netzwerken.
    • Erfahrung mit Docker und Container-Orchestrierung.
    • Praktische Erfahrung mit Kubernetes oder vergleichbaren Infrastrukturplattformen.
    • Verständnis von CI/CD, Observability, Service-Zuverlässigkeit und Infrastrukturautomatisierung.
    • Vertrautheit mit Python-Skripting und API-basierten Services.
    • Fähigkeit, Performance-, Konnektivitäts- und Deployment-Probleme zu beheben.

    Wünschenswert

    • Erfahrung im Betrieb von LLM-Inferenz-Engines oder GPU-Workloads.
    • Vertrautheit mit vLLM, NVIDIA Triton oder vergleichbaren Inferenzsystemen.
    • Erfahrung mit Modellquantisierung, Batching und Caching.
    • Vertrautheit mit Prometheus, Grafana, OpenTelemetry und Distributed Tracing.
    • Erfahrung mit Private-Cloud-, Bare-Metal- oder On-Premise-Deployments.
    Für diese Rolle bewerben
  7. Context & Knowledge Systems Engineer (m/w/d)Daten & WissenRetrieval · Wissensgraphen · Zugriffskontrolle

    Sie schaffen die Daten- und Wissensgrundlagen, mit denen KI-Systeme relevante Informationen abrufen, den organisatorischen Kontext verstehen und nachvollziehbare, berechtigungsbewusste Antworten geben.

    Aufgaben

    • Pipelines für die Aufnahme und Verarbeitung von Unternehmensdokumenten entwerfen.
    • Retrieval-Systeme mit Metadaten, Embeddings und hybrider Suche aufbauen.
    • Chunking, Indexierung, Deduplizierung und Datenqualitätskontrollen für Dokumente implementieren.
    • Wo sinnvoll, Wissensgraphen oder strukturierte Wissensrepräsentationen entwickeln.
    • Quellenangaben und Nachvollziehbarkeit KI-generierter Antworten sicherstellen.
    • Zugriffskontrolliertes Retrieval und mandantenspezifische Datengrenzen umsetzen.
    • Retrieval-Qualität bewerten und die Kontextauswahl verbessern.

    Anforderungen

    • Sehr gute Programmierkenntnisse in Python oder TypeScript.
    • Erfahrung mit Datenbanken, Datenverarbeitung und API-Integration.
    • Verständnis von Information Retrieval, Embeddings und Vektorsuche.
    • Vertrautheit mit Dokumentenverarbeitung und Datenmodellierung.
    • Fähigkeit, Workflows zur Bewertung von Datenqualität und Retrieval zu entwerfen.
    • Verständnis von Berechtigungen und Datenschutz in betrieblichen Informationssystemen.

    Wünschenswert

    • Erfahrung mit Qdrant, Elasticsearch, OpenSearch oder vergleichbaren Technologien.
    • Vertrautheit mit PostgreSQL, MongoDB und Wissensgraph-Systemen.
    • Erfahrung mit OCR, Dokumenten-Parsing und mehrsprachigen Inhalten.
    • Vertrautheit mit MCP und Integrationen von Unternehmenswissen.
    Für diese Rolle bewerben
  8. Industrial AI Engineer (m/w/d)IndustriePredictive Maintenance · Zeitreihen · Anomalieerkennung

    Sie entwickeln datengetriebene Lösungen für industrielle Umgebungen – darunter Predictive Maintenance, Anomalieerkennung, Betriebsanalysen und Entscheidungsunterstützung.

    Aufgaben

    • Industrie-, Anlagen-, Instandhaltungs- und Produktionsdaten analysieren.
    • Pipelines für Anomalieerkennung und prädiktive Modellierung entwickeln.
    • Betriebsmuster, Frühindikatoren und mögliche Ausfallbedingungen erkennen.
    • Dashboards, Alarme und Funktionen zur Entscheidungsunterstützung aufbauen.
    • Über freigegebene Schnittstellen an bestehende industrielle Informationssysteme anbinden.
    • Mit Fachexpertinnen und -experten Modelle und betriebliche Empfehlungen validieren.
    • Leistung anhand betrieblicher Kennzahlen und Geschäftsergebnisse messen.

    Anforderungen

    • Sehr gute Kenntnisse in Python und Datenanalyse.
    • Erfahrung mit Zeitreihendaten, Statistik oder Machine Learning.
    • Verständnis von Datenqualität, Feature Engineering und Modellvalidierung.
    • Vertrautheit mit SQL, Datenpipelines und Visualisierung.
    • Fähigkeit, betriebliche Probleme in messbare analytische Aufgaben zu übersetzen.
    • Ausgeprägte Kommunikationsfähigkeit für die Zusammenarbeit mit Fachexperten.

    Wünschenswert

    • Erfahrung in Bergbau, Fertigung, Energie oder Prozessindustrie.
    • Vertrautheit mit SCADA, Historians, OPC UA oder industriellen Datenplattformen.
    • Kenntnisse in Predictive Maintenance und Anomalieerkennung.
    • Erfahrung mit Edge Computing und industrieller Cybersicherheit.
    • Verständnis des Unterschieds zwischen IT und Operational Technology (OT).
    Für diese Rolle bewerben
  9. AI-Native Product Engineer (m/w/d)ProduktTypeScript · Next.js · KI-Coding-Agenten

    Sie konzipieren, bauen und liefern vollständige Softwarefunktionen mit modernen Engineering-Praktiken und KI-gestützten Entwicklungswerkzeugen. Sie verantworten Ergebnisse über Frontend, Backend, Datenschicht, Tests und Deployment hinweg.

    Aufgaben

    • Responsive Webanwendungen und produktive APIs entwickeln.
    • Produktfunktionen von den Nutzeranforderungen bis zum Deployment umsetzen.
    • KI-Funktionen in Anwendungs-Workflows integrieren.
    • Wartbare Komponenten, Datenmodelle und Service-Schnittstellen entwerfen.
    • KI-Coding-Agenten nutzen, um Implementierung, Debugging, Tests und Refactoring zu beschleunigen.
    • Generierten Code prüfen und Korrektheit, Sicherheit und Wartbarkeit sicherstellen.
    • Mit Design- und Produkt-Stakeholdern hochwertige Nutzererlebnisse liefern.

    Anforderungen

    • Fundierte Erfahrung mit TypeScript und modernem JavaScript.
    • Erfahrung mit React und Next.js oder vergleichbaren Frameworks.
    • Verständnis von Backend-Entwicklung, APIs, Datenbanken und Authentifizierung.
    • Vertrautheit mit automatisierten Tests, Versionskontrolle und CI/CD.
    • Fähigkeit, KI-Coding-Tools effektiv einzusetzen und dabei die Engineering-Qualität zu wahren.
    • Ausgeprägte Problemlösungskompetenz und Fokus darauf, funktionierende Software auszuliefern.

    Wünschenswert

    • Erfahrung mit Node.js, NestJS, Express oder vergleichbaren Backend-Frameworks.
    • Vertrautheit mit PostgreSQL, MongoDB und Datenmodellierung.
    • Erfahrung mit Tailwind CSS, Komponentenbibliotheken und barrierefreiem UI-Design.
    • Vertrautheit mit KI-APIs, Agenten-Frameworks und strukturierter Generierung.
    • Erfahrung mit Deployment und Betrieb produktiver Anwendungen.
    Für diese Rolle bewerben
  10. AI Security Engineer (m/w/d)SecurityThreat Modeling · Prompt Injection · Berechtigungsgrenzen

    Sie helfen, KI-gestützte Anwendungen, Agenten und Integrationen von Unternehmensdaten gegen unbefugten Zugriff, Datenabfluss und unsichere Ausführung abzusichern.

    Aufgaben

    • Sicherheitsrisiken in LLM-Anwendungen und autonomen Agenten bewerten.
    • Berechtigungsgrenzen für Tools, APIs und Datenabruf entwerfen.
    • Kontrollen gegen Prompt Injection und den Abfluss sensibler Daten umsetzen.
    • Authentifizierung, Autorisierung, Secrets Management und Audit-Trails prüfen.
    • Sicherheitstests und Threat Modeling durchführen.
    • Sichere Ausführungsmuster für KI-gesteuerte Aktionen etablieren.
    • Mit Engineering-Teams Sicherheit im gesamten Entwicklungsprozess verankern.

    Anforderungen

    • Fundierter Hintergrund in Software Engineering oder Anwendungssicherheit.
    • Verständnis von Authentifizierung, Autorisierung und API-Sicherheit.
    • Erfahrung mit Sicherheitstests, Threat Modeling oder sicherer Softwareentwicklung.
    • Vertrautheit mit typischen Risiken von LLM-Anwendungen.
    • Fähigkeit, praxistaugliche Kontrollen umzusetzen und ihre Wirksamkeit zu überprüfen.
    • Ausgeprägte analytische Fähigkeiten und Dokumentationsstärke.

    Wünschenswert

    • Erfahrung mit den OWASP-Empfehlungen für LLM-Anwendungen.
    • Vertrautheit mit Identity Providern, OIDC, OAuth 2.0 und Secrets Management.
    • Erfahrung mit Kubernetes-Sicherheit und Infrastruktur-Härtung.
    • Kenntnisse in Data Loss Prevention, Auditierbarkeit und Sicherheitsanforderungen von Unternehmen.
    Für diese Rolle bewerben

Was wir von allen Engineers erwarten

Unabhängig von der Position schätzen wir Menschen, die Folgendes mitbringen:

  • Verantwortung

    Verantwortung für Ergebnisse übernehmen, nicht nur für zugewiesene Aufgaben.

  • Technisches Urteilsvermögen

    Abwägungen verstehen, statt blind Trends zu folgen.

  • KI-native Arbeitsweise

    KI-Tools produktiv nutzen und ihre Ergebnisse überprüfen.

  • Kontinuierliches Lernen

    Neugierig bleiben und sich an schnell wandelnde Technologien anpassen.

  • Kommunikation

    Komplexe Probleme verständlich erklären und wirksam zusammenarbeiten.

  • Pragmatismus

    Messbaren Kundennutzen unnötiger Komplexität vorziehen.

  • Zuverlässigkeit

    Systeme bauen, die sich testen, überwachen, warten und verbessern lassen.

  • Integrität

    Verantwortungsvoll mit Kundendaten, Zugangsdaten und Produktivsystemen umgehen.

Wir bewerten Kandidatinnen und Kandidaten nach nachgewiesenen Fähigkeiten, relevanter Erfahrung, technischem Denkvermögen und Lernfähigkeit. Starke Bewerbungen mit unterschiedlichen Bildungs- und Berufswegen sind willkommen.

Was Edgerunners bietet

Relevante Probleme, echte Verantwortung und Raum zum Wachsen.

Unterstützung beim Umzug

Qualifizierte Kandidatinnen und Kandidaten, die für unser Team umziehen möchten, sind herzlich willkommen.

Je nach Position, Zielort und individueller Situation kann unser Relocation-Paket im Bewerbungsprozess besprochen werden. Es kann vereinbarte Unterstützung bei der Umzugslogistik und beim Ankommen am neuen Ort umfassen.

Unterstützung bei Einwanderung, Visum, Reise oder Unterkunft wird individuell geklärt und ist nicht automatisch Bestandteil jedes Angebots.

Nicht-finanzielle Vorteile

  • Technische Autonomie

    An relevanten technischen Problemen arbeiten und Architekturentscheidungen, Umsetzungsstrategien und Engineering-Standards mitgestalten.

  • KI-natives Arbeitsumfeld

    Moderne KI-Entwicklungswerkzeuge und Workflows nutzen, um Produktivität, Experimente und Softwareauslieferung zu verbessern.

  • Produktverantwortung von Anfang bis Ende

    Von Discovery über Architektur, Umsetzung und Deployment bis zur kontinuierlichen Verbesserung mitwirken – statt auf einen schmalen Teil des Entwicklungsprozesses beschränkt zu sein.

  • Kontinuierliches Lernen

    In der Praxis Expertise in neuen KI-Technologien, Agentenarchitekturen, Unternehmenssystemen und modernen Software-Engineering-Praktiken aufbauen.

  • Direkte technische Wirkung

    An Lösungen arbeiten, die echte geschäftliche und betriebliche Herausforderungen adressieren.

Bewerbung

Zeigen Sie uns, was Sie gebaut haben.

Wählen Sie eine Rolle – oder senden Sie eine Initiativbewerbung – und erzählen Sie uns von Arbeit, auf die Sie stolz sind.

Worauf wir achten

  • Nachgewiesene Fähigkeiten
  • Relevante Erfahrung
  • Technisches Denkvermögen
  • Lernfähigkeit
Position
Über Sie
Erfahrung & Verfügbarkeit
Sind Sie an einem Umzug interessiert?
Ihre Arbeit
Lebenslauf PDF, bis 5 MB