Robotik Jobs in Offenburg

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 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.

führen Lehrveranstaltungen in den Bachelor-/Masterstudiengängen des Fachbereiches in deutscher und englischer Sprache durch. setzen Forschungs- und Entwicklungsarbeiten um, akquirieren und leiten Drittmittelprojekte und beteiligen sich am Wissenschaftstransfer. entwickeln und nutzen bioinformatische und KI-Werkzeuge in Lehre und Forschung.

Entwickle KI-Lösungen: Du unterstützt bei der Entwicklung maßgeschneiderter Data-Science- und KI-Lösungen – vom Proof-of-Concept bis hin zu operativen Machine-Learning-Modellen.

Vermittlung von Kenntnissen zu: Daten, Prognosen, Wissensgewinnung und deren Umsetzung Datenaufbereitung und Datenbereitstellung Reporting und Optimierung von Prozessen Grundausbildung zu den Themen Software-Engineering und Anwendungsentwicklung Testen und Analysieren von technischen Lösungen sowie Evaluierung von bestehender Software

Design von KI-/ML-Plattformen unter Berücksichtigung bestehender Rahmenbedingungen (Governance-Anforderungen, Sicherheit, Skalierbarkeit und Interoperabilität; enge Abstimmung mit IT-Architektur, Datenschutz und Compliance) Entwicklung, Etablierung und Pflege von Standards und Richtlinien für den Einsatz von KI in der Stadtverwaltung (Datenmodelle, APIs/Events, Qualitäts- und Sicherheitsanforderungen, Monitoring, Betrieb, Open-Source-Strategie, Lieferantenbewertung) Mitwirkung an KI-Projekten vom Beratungsprozess über die Pilotierung bis hin zur Produktivsetzung und dem operativen Betrieb

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 lernst die Grundlagen der Informatik, Data Science, Künstlichen Intelligenz und BWL kennen. Zudem analysierst und interpretierst du Daten, entwickelst datenbasierte Lösungen für das Prozess- und Projektmanagement und setzt dich mit aktuellen KI-Trends auseinander.

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.

Du übernimmst die fachliche und disziplinarische Führung eines Teams von Product Managern, die für unsere Fraud-Detection-Systeme sowie für die KI-Agenten verantwortlich sind, die AFC-Operations bei Fallbearbeitung und Verdachtsmeldewesen unterstützen. Du entwickelst die Produktstrategie und Roadmap für Fraud Detection und agentengestützte AFC-Workflows, stellst eine sinnvolle Priorisierung zwischen beiden Themenbereichen sicher und behältst dabei technologische sowie regulatorische Entwicklungen im Blick. Du treibst den verantwortungsvollen Einsatz von KI und Machine Learning in der Betrugs- und Geldwäscheprävention voran.

Entwicklung und Optimierung von KI-Anwendungen für Produktions- und Entwicklungsprozesse, Analyse großer Produktions-, Qualitäts- und Prozessdatensätze, Erstellung von Dashboards und Datenmodellen für datengestützte Entscheidungsfindung, Entwicklung von Machine-Learning-Modellen zur Qualitätsverbesserung, Automatisierung von Reporting und Datenanalyse, Umsetzung von Industrie-4.0- und Smart-Factory-Projekten, Digitalisierung von Produktions- und Geschäftsprozessen

Welche Kernprozesse eines Transformation Management Office eignen sich für eine KI-basierte Unterstützung oder Automatisierung? In welchem Umfang können generative KI und Machine-Learning-Ansätze die Qualität und Effizienz von Reporting-, Risiko- und Maßnahmenmanagementprozessen verbessern? Welche organisatorischen, technologischen und datenbezogenen Voraussetzungen sind für die Einführung eines AI-Powered TMO erforderlich?

Analyse bestehender Berechnungs- und Auslegungsverfahren in der Wasser- und Abwassertechnik. Aufbereitung und Auswertung vorhandener Prozess- und Anlagendaten. Untersuchung geeigneter KI- und Machine-Learning-Methoden. Entwicklung eines Modells zur Unterstützung technischer Berechnungen und Auslegungsprozesse. Vergleich der KI-gestützten Ergebnisse mit konventionellen Berechnungsmethoden.

In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, Machine Learning, Datenmanagement, Software-Architekturen für Big Data. In den Praxisphasen sammelst du Erfahrungen zum Beispiel in der Softwareentwicklung, Mess- und Prüftechnik, Fahrzeugentwicklung, Produktionsüberwachung und -steuerung oder IT-Netzwerkbetreuung, Netzwerkadministration und Datensicherheit.

In der Studienrichtung Künstliche Intelligenz sind darüber hinaus folgende Studienfächer wesentlich: Künstliche Intelligenz, Cloud Technologien, Machine Learning, Datenmanagement, Software-Architekturen für Big Data. In den Praxisphasen sammelst du Erfahrungen zum Beispiel in der Softwareentwicklung, Mess- und Prüftechnik, Fahrzeugentwicklung, Produktionsüberwachung und -steuerung oder IT-Netzwerkbetreuung, Netzwerkadministration und Datensicherheit.