Du übernimmst Verantwortung für die Weiterentwicklung und Stabilität unserer Chatbot‑Lösungen im Bereich Conversational AI - Du konzipierst, entwickelst und erweiterst komplexe Chatbot‑Use‑Cases für verschiedene Fachbereiche
1
Ausbildung & Erfahrung: Du verfügst über ein abgeschlossenes Studium in Informatik, Wirtschaftsinformatik, Software Engineering oder einem vergleichbaren technischen Fachgebiet und mindestens 5 Jahre Architekturverantwortung in komplexen AI- oder Cloud … Fachwissen in GenAI-Architekturen: Du verstehst LLMOps …
2
Proaktive, dienstleistungsorientierte Kommunikation und der Anspruch, wertstiftende Lösungen zu schaffen … Durchführung von Anforderungs-Workshops zur Definition von Use Cases und Schulung von Kundenteams im Umgang mit Conversational-AI-Plattformen
3
Fachliche und disziplinarische Führung des AI/ML‑Engineering‑Chapters - Definition und Etablierung von Standards für produktive AI-Systeme, insbesondere für Evaluierung, Testing, Monitoring, Guardrails und Reliability - Weiterentwicklung methodischer Ansätze für LLM-basierte, wissensintensive und agentische Systeme …
4
Prozess- & Strategieberatung: Du berätst unsere Kunden zu ihren Customer-Service-Prozessen, identifizierst Automatisierungspotenziale und entwickelst Strategien, wie AI Agents KPIs (wie AHT oder CSAT) messbar verbessern können
5
Du beherrschst MLOps-Prinzipien, Modellversionierung, Feature Stores und Lifecycle-Management sicher … Du arbeitest engineering-orientiert, testgetrieben und mit klarem Fokus auf Skalierbarkeit und Stabilität. Du setzt KI-Tools in deinem Fachgebiet souverän ein, bewertest die Ergebnisse kritisch und unterstützt Kunden …
6
Fachliches Verantworten der Planung, Bereitstellung und des operativen Betriebs einer Conversational AI & Agentic AI Plattform an den hochfrequenten Touchpoints der KV-Nordrhein - Konzipieren, Entwickeln und operatives Betreiben von KI-unterstützten Interaktionen mit dem Fokus auf Voice & Chat
7
GenAI & Entwicklung: Mehrjährige Erfahrung in Konzeption, Entwicklung und Einführung von (Gen)AI-Lösungen, idealerweise im Beratungsumfeld, mit Fokus auf nutzerzentrierte und innovative Anwendungen (Product-Thinking-Mindset)
8
Docker) und Git-basierten CI/CD-Prozessen - Verständnis für MLOps-Prinzipien sowie erste Erfahrung mit LLM-spezifischen Themen (z. B. Evaluation, Prompting, Guardrails) - Sehr gute Deutsch- und Englischkenntnisse sowie Freude an der Zusammenarbeit im Team und mit Kunden
9
Überführung von GenAI-Prototypen (z. B. RAG-Anwendungen, Agenten oder Tooling) in stabile, produktive Services wie APIs, Backends oder Worker – inklusive Architektur, Error Handling und technischer Dokumentation - Aufbau zuverlässiger Daten- und Dokumentenpipelines (Ingestion, Transformation, Indexing/Embeddings …
10