AI Engineer (all genders)

Bei PRODYNA entwickeln, implementieren und betreiben wir maßgeschneiderte Softwareanwendungen für mittelständische bis große Unternehmen. Wir unterstützen unsere Kunden dabei, durch Digitalisierung und Cloud Computing innovative, zukunftssichere Lösungen zu entwickeln. Als Mitglied der Cloud Native Computing Foundation (CNCF) fördern wir Geschwindigkeit, Agilität und Skalierbarkeit in der Softwareentwicklung.

Als KI-Ingenieur bei PRODYNA entwerfen, entwickeln und betreiben Sie produktionsreife KI-Lösungen, die robustes Backend-Engineering mit modernen LLM-Fähigkeiten kombinieren. In Zusammenarbeit mit internationalen Kunden und interdisziplinären Teams setzen Sie geschäftliche Anforderungen in sichere, skalierbare und überwachbare Anwendungen um – von RAG- und agentenbasierten Workflows bis hin zu APIs, Evaluierungspipelines und LLMOps. Die Position ist ideal für Ingenieure, die KI als eine Disziplin des Software-Engineering betrachten: messbar, testbar, kostenbewusst und für den Einsatz in der Praxis konzipiert.

Deine Aufgaben

• Entwurf und Konzeption moderner Datenplattformen für die Integration und Verarbeitung großer Datenmengen.
• Planung und Implementierung von Backend-Diensten unter Verwendung moderner Frameworks für die Datenbereitstellung und -nutzung.
• Unabhängige Optimierung von Pipelines und deren Integration in Cloud-Plattformen.
• Implementierung von Werkzeugen und Lösungen zur Sicherstellung der Datenqualität, Datenbereinigung und Bereitstellung von aggregierten Daten für Analysen.
• Erfassen und Spezifizieren der Anforderungen unserer Kunden.

Dein Profil

• Mehrjährige Erfahrung in der Softwareentwicklung, insbesondere in datengesteuerten Projekten, Data Warehousing oder im Aufbau von Datenplattformen.
• Erfahrung in der Entwicklung von Pipelines und Datenintegrationspfaden sowohl vor Ort als auch in der Cloud (ETL/ELT, Azure Data Factory, DBT, gespeicherte Prozeduren oder ähnliche Tools).
• Vertrautheit mit der Datenmodellierung und Erfahrung mit den Methoden Data Vault, Data Mesh, Kimball oder Inmon.
• Beherrschung von SQL und mindestens einer Programmiersprache (z. B. Python, Scala).
• Erfahrung mit Cloud-Plattformen (z. B. Azure, AWS oder GCP).
• Ausgeprägte analytische und problemlösende Fähigkeiten.
• Zusätzliche Kenntnisse in Data Science oder Business Intelligence (Reporting Tools) sind von Vorteil.

Wäre schön:

• Erfahrung mit Microsoft Fabric oder Verständnis des Fabric-Ökosystems.
• Kenntnisse über Delta Lake, Lakehouse-Architektur und Data-Mesh-Prinzipien.
• Vertrautheit mit CI/CD für Datenpipelines.
• Erfahrung mit Datenkatalogisierungstools (z. B. Purview, Alation).
• Verständnis der Datenschutzbestimmungen (z. B. DSGVO, CCPA).