AI Engineer (m/w/d)

Du denkst in Systemen, verstehst Datenarchitekturen und willst KI nicht nur nutzen, sondern die technische Grundlage dafür schaffen? Du möchtest leistungsstarke KI-Infrastrukturen entwickeln und betreiben, die im Alltag wirklich funktionieren?

‚Dann komm als Persönlichkeit zum Q‑FOX®!‘

Künstliche Intelligenz verändert die Arbeitswelt – entscheidend ist, was Unternehmen daraus machen. 

Der AI FOX® ist der Spezialist für Künstliche Intelligenz innerhalb der Q-FOX® Gruppe und macht KI dort nutzbar, wo sie im Unternehmensalltag echten Mehrwert schaffen kann. Wir unterstützen von der KI-Strategie über die Identifikation und Umsetzung konkreter Use Cases bis hin zu intelligenten Lösungen, Agentensystemen und KI-gestützten Geschäftsprozessen. Die enge Zusammenarbeit mit den anderen Inhaltsgesellschaften sorgt für kurze Wege, fachübergreifenden Austausch und direkten Praxisbezug.

Wer bei uns arbeitet, bringt KI dorthin, wo sie im Unternehmensalltag Wirkung zeigt: in Prozesse, Anwendungen und Lösungen, die den Arbeitsalltag verändern und Unternehmen voranbringen.

Worum es geht

Als AI Engineer (m/w/d) entwickelst, betreibst und integrierst Du KI-Systeme in Unternehmensumgebungen.
Du stellst sicher, dass Modelle wie On-Premise GPTs und RAG-Lösungen stabil, sicher und performant laufen – und bildest damit das technische Rückgrat unserer KI-Projekte.

• Aufbau, Konfiguration und Betrieb von On-Premise-LLMs, RAG-Systemen und KI-Infrastrukturen

• Entwicklung und Integration von Schnittstellen, Pipelines und APIs

• Deployment und Skalierung von KI-Lösungen in Unternehmensumgebungen

• Performance-Tuning, Monitoring und Absicherung der KI-Systeme

• Sicherstellung von Stabilität, Effizienz und Sicherheit der Infrastruktur

• Technische Evaluierung neuer Modelle, Tools und Architekturen

• Enge Zusammenarbeit mit AI Consultants, Developern und Kundenteams

• Erfahrung im Bereich Machine Learning, NLP oder LLM-Implementierung

• Sicherer Umgang mit Python sowie gängigen ML-Frameworks (z. B. PyTorch, TensorFlow)

• Kenntnisse in RAG-Architekturen, Embeddings und Prompt Engineering

• Erfahrung mit MLOps / LLMOps sowie Deployment-Strategien

• Kenntnisse in Containerisierung (Docker, Kubernetes)

• Verständnis von IT-Infrastruktur, Netzwerken und IT-Security (z. B. Zugriffskontrolle, Verschlüsselung)

• Strukturierte, analytische und lösungsorientierte Arbeitsweise

• Abgeschlossenes Studium, z. B. in Informatik, Data Science, Ingenieurwesen oder eine vergleichbare Qualifikation