Prompt Engineering Jobs

Du identifizierst Einsatzmöglichkeiten für Künstliche Intelligenz (KI) entlang unserer Geschäftsprozesse und bewertest das wirtschaftliche sowie operative Potenzial von KI-Lösungen. Du steuerst KI-Projekte von der ersten Idee über Proof of Concepts bis zur erfolgreichen Implementierung im operativen Betrieb.

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML-und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten-und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen.

Sie begleiten die Einführung neuer Tools sowie wesentliche Changes, analysieren und bewerten dabei das Sicherheitsniveau der im AI-/Legal Tech-Bereich genutzten und/oder intern entwickelten Anwendungen sowie externer Anbieter und stimmen diese eigenverantwortlich mit den zuständigen Fachbereichen (Compliance und Informationssicherheit) ab

Architektur und Umsetzung von End-to-End-Vertriebsstrategien über Voicebots, Chatbots und Mail-KI, um routinemäßigen Support in monetarisierte Cross-Selling- und Upselling-Kanäle zu verwandeln. Analyse erstklassiger menschlicher Vertriebsinteraktionen sowie Übersetzung bewährter Empathie- und Einwandbehandlungstechniken in hochkonvertierende KI-Prompts und Workflow-Logiken. Steuerung externer BPO-Partnerbetriebe inklusive strategischer Aufsicht zur Durchsetzung hoher Lieferstandards und Erzielung eines maximalen Vertrags-ROI.

Du berätst Banken, Digitalbanken, Neobanken, Versicherungen und weitere Finanzdienstleister bei regulatorischen Fragestellungen in den Bereichen KYC, AML, Fraud Prevention und Sanctions Compliance. Gemeinsam mit unseren Kunden identifizierst du Potenziale für den Einsatz von Künstlicher Intelligenz, Generative AI, Automatisierung und Advanced Analytics entlang der AFC-Wertschöpfungskette. Du entwickelst KI-gestützte Lösungsansätze und Automatisierungen, bewertest deren Mehrwert sowie Einsatzgrenzen kritisch und leitest daraus konkrete Impulse ab, bestehende Prozesse weiterzuentwickeln sowie neue zu etablieren.

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML-und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten-und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen. Du arbeitest mit Cloud-, Data-und Platform-Teams zusammen.

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML- und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten- und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen.

Du verantwortest die Lösungsarchitektur in unseren Kundenprojekten: digitale Bauakte und Projektplattformen auf Microsoft 365, Fachanwendungen auf der Power Platform mit Azure SQL, Microsoft 365 Copilot und eigene KI-Agenten. Die Rolle ist nicht auf einen Kunden begrenzt.

Fachliche Verantwortung für unsere Voicebot- und Chatbot-Lösungen Konzeption, Einführung, Betrieb und kontinuierliche Weiterentwicklung der Lösungen Hands-on-Optimierung von Dialogflows, Intents, Wissensbeständen, Antwortlogiken und Fallbacks sowie Analyse und Automatisierung bestehender Customer-Service-Prozesse Auswertung von Service- und Bot-KPIs sowie Umsetzung konkreter Optimierungen

Du übernimmst die Koordination in Automations- und AI-Projekten und agierst als zentrale Schnittstelle zwischen unseren Kund:innen und dem deutsch- und englischsprachigen Entwicklerteam Gemeinsam mit dem Team gestaltest du Solution Design und Architektur und trägst zu fundierten technischen Entscheidungen mit Blick auf Skalierbarkeit und Wartbarkeit bei

Aufbau, Betrieb und kontinuierliche Weiterentwicklung einer skalierbaren und leistungsfähigen Data-Lake- und Data-Engineering-Umgebung in Databricks als zentrale Grundlage für Künstliche Intelligenz, Datenanalyse und Reporting

Du steuerst komplexe End-to-End-Prozessoptimierungen eigenverantwortlich - von der Aufnahme und Priorisierung bis zur erfolgreichen Umsetzung im Fachbereich. Du identifizierst und bewertest Automatisierungs-, AI- und Verbesserungspotenziale entlang bestehender Abläufe und leitest daraus wirksame, skalierbare Maßnahmen ab.

Als KI-Architekt (m/w/d) übernimmst Du die Architekturverantwortung für die technische KI-Zielarchitektur der DIN-Gruppe und entwickelst diese kontinuierlich weiter. Du etablierst technische Standards und Referenzarchitekturen und stellst Qualität, Sicherheit, Skalierbarkeit und Betriebsfähigkeit der KI-Lösungen sicher.

Fachliche & Disziplinarische Führung: Du führst dein Team nach den Prinzipien der Servant Leadership. Du förderst die individuellen Stärken deiner Entwickler, begleitest sie bei ihrer Karriereentwicklung und schaffst ein Umfeld von psychologischer Sicherheit und hoher Innovationskraft. Technische Roadmap & Management-Verantwortung: Du erstellst eigenverantwortlich die langfristige technische Roadmap von STACKIT Data & AI Produkten. Hands-on Engineering: Du bist aktiv in die Softwareentwicklung eingebunden mit Hands-on Anteil. Du schreibst hochperformanten, concurrency-sicheren und sauberen Code in Go (Golang), und entwickelst Cloud-Native Services sowie Kubernetes-Operatoren.

Entwicklung einer Machine-Learning-basierten Clusteranalyse auf Basis realer Unternehmens- und Vertriebsdaten, Identifikation und Visualisierung von Produkt-, Kunden- und Marktsegmenten, Analyse bisher unerkannter Zusammenhänge und Muster im Produktportfolio. Entwicklung und Weiterentwicklung von KI-Anwendungen und Agenten zur Markt-, Wettbewerbs- und Technologiebeobachtung, Einsatz von KI für Trend-Scouting sowie Markt-, Portfolio- und Wettbewerbsanalysen.

Du verantwortest die technische Sicherheit unserer KI-Plattform auf Basis von Kubernetes und STACKIT. Du führst Threat Modeling und Risikoanalysen für neue KI-Anwendungen durch. Du begleitest Roll-outs mit Security Reviews und klaren technischen Empfehlungen. Du härtest Kubernetes-Umgebungen, zum Beispiel über RBAC, Network Policies, Pod Security Standards, Admission Control und Policy as Code. Du arbeitest mit bestehenden Policy-as-Code-Ansätzen, insbesondere Kyverno. Du sicherst die Software Supply Chain ab, zum Beispiel mit signierten Container Images, SBOMs, Schwachstellen-Scans, Trivy und Image Hardening.

Definition und Weiterentwicklung der Zielarchitektur einer Voice- und AI-basierten Softwareplattform Architektur und Design cloud-nativer Microservice-Lösungen auf Basis von Azure und Kubernetes Konzeption von API-, Integrations- und Kommunikationsarchitekturen für verteilte Systeme Integration von Speech-to-Text-, NLP- und AI-Komponenten in die Plattformlandschaft Technische Beratung der Entwicklungsteams sowie Sicherstellung von Skalierbarkeit, Performance und Betriebssicherheit

Entwicklung neuer Features und KI-gestützter Use Cases für unseren internen KI-Chatbot „theo' sowie künftige KI-Integrationen in weitere Produkte. Weiterentwicklung und Optimierung unserer RAG-Lösung (u.a. via Azure AI Search). Anbindung neuer AI Services und Integration bestehender Legacy-Systeme über verfügbare Schnittstellen. Entwicklung wartbarer, qualitativ hochwertiger Lösungen (inklusive agentischer Workflows) innerhalb unserer etablierten, klar strukturierten Architektur. Evaluation und Integration neuer KI-Technologien und -Services.

Bewertung und Förderung moderner Software-Engineering-Technologien, -Tools und -Praktiken mit Schwerpunkt auf KI-gestützter Entwicklung, Automatisierung sowie Entwicklungsproduktivität Beratung von Entwicklungsteams in den Bereichen Softwarearchitektur, Java, APIs, Qualität, Observability und Cloud-native Entwicklung Vorantreiben der Einführung moderner Architekturansätze wie Microservices, ereignisgesteuerte Architektur, DDD und API-First-Design Mitwirkung an strategischen technischen Initiativen sowie Mitgestaltung der Zukunft der KI-gestützten und agentenbasierten Softwareentwicklung bei DACHSER

Mitgestaltung der Architektur eines verteilten Systems, das für eine große, heterogene Kundenbasis skalieren muss. Treffe fundierte Entscheidungen zum Technologie-Stack. Welche Agenten-Frameworks diesen als Basis, wie kommunizieren Agenten miteinander, wann ist ein Human-in-the-Loop-Check erforderlich und wann kann das System autonom handeln. Konzeption, wie Agenten auf Wissen zugreifen und es nutzen. Hier gehören RAG, Vektordatenbanken und vor allem die Genauigkeit der Informationsabfrage dazu; nicht nur das Aufsetzen einer Datenbank.