{"id":73090,"title":"GenAI Engineer mit Fullstack-Hintergrund (m/w/d)","company":"attempto","city":"München","region":"Bayern","location":"München","work_model":"unknown","employment_type":"full_time","employment":["full_time"],"roles":["fullstack","data_science"],"visa":"not_mentioned","relocation":"not_mentioned","posted_at":"2026-01-27T14:40:13+00:00","tools":["LLM","LangChain","OpenAI API","LlamaIndex","Pinecone","Weaviate","Python","Java"],"seniority":"unknown","years_experience_min":null,"german_requirement":"required","german_level":"unspecified","english_requirement":"required","english_level":"unspecified","team_language":"unknown","confidence":0.7,"method":"rules","language_badge":"German required","language_evidence":"Sprachen: Deutsch und Englisch fließend","requirements_snippet":"Fachliches Profil (Fokus GenAI) Frameworks: Du bist sicher im Umgang mit einer oder mehreren LLM/Agenten-Orchestrierungs-Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex, SpringAI oder …","url":"https://attempto.jobs.personio.de/job/2509435","source":"personio","agency":null,"description_text":"Ihre Aufgaben\nDeine Mission: Intelligente Systeme der nächsten Generation\nKI-Lösungen konzipieren und realisieren\n• Fokus GenAI: Konzeption und Umsetzung von modernen RAG-Architekturen (Retrieval Augmented Generation), agentischen Workflows und generativen KI-Use-Cases.\n• Modellierung & Integration: Auswahl und Feinabstimmung (Fine-Tuning) von LLMs sowie deren Integration in produktive Geschäftsprozesse.\n• Fundament: Während dein Fokus auf Generative AI liegt, nutzt du dein Wissen in klassischen Machine-Learning-Verfahren und Deep Learning, um hybride Lösungen zu schaffen, wo LLMs allein nicht ausreichen. Außerdem hast du Erfahrung damit, APIs mit OpenAPI / Swagger zu konzipieren und an Spring Boot Backends anzubinden, um bestehende Anwendungen mit Generative AI zu verbinden.\nVerantwortung für End-to-End-Lösungen\n• Production-Ready AI: Du bringst GenAI-Applikationen von der ersten Prompt-Idee über den Prototypen bis hin zum skalierbaren Deployment (LLMOps).\n• Integration in bestehende Anwendungen: Du bettest GenAI-Features in unsere bestehenden Web-Anwendungen ein – Angular im Frontend, Spring Boot im Backend – und hilfst bei deren Weiterentwicklung tatkräftig mit.\n• Daten & Orchestrierung: Aufbau und Optimierung der Datengrundlage für Agenten, Vector Databases sowie die Orchestrierung komplexer Workflows und Agenten.\n• Qualitätssicherung: Sicherstellung von Stabilität, Evaluierung von Modell-Outputs (Guardrails) und Performance-Optimierung.\nBeratung & Zusammenarbeit\n• Technologie-Übersetzer: Du erklärst Stakeholdern den Unterschied zwischen \"Hype\" und echtem Business-Value und übersetzt komplexe Architekturen in klare Entscheidungsvorlagen. Außerdem hältst du Kundenworkshops, u.A. zu Themen wie Requirements Engineering.\n• Interdisziplinarität: Enge Zusammenarbeit mit Business Analyst*innen und Software Engineers, um KI nahtlos in bestehende Software-Ökosysteme einzubetten.\nWeiterentwicklung & Wissensaustausch\n• State-of-the-Art: Du beobachtest die rasanten Entwicklungen im Bereich LLMs, multimodale Modelle und Agenten-Frameworks.\n• Wissenstransfer: Aktive Mitgestaltung interner Formate und Prototyping neuer Features für die attempto Akademie.\n\nIhr Profil\nFachliches Profil (Fokus GenAI)\n• Frameworks: Du bist sicher im Umgang mit einer oder mehreren LLM/Agenten-Orchestrierungs-Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex, SpringAI oder Haystack.\n• GenAI Stack: Praktische Erfahrung mit Prompt Engineering, Embeddings und dem Aufbau und Management von Vector Databases (z. B. Pinecone, Weaviate, Milvus oder Chroma).\n• Sprachen: Python ist deine Basis für GenAI. Für die Integration in unsere Anwendungen bringst du außerdem solide Kenntnisse in Java/Spring Boot und im Angular-Umfeld (TypeScript) mit.\nTechnisches Verständnis & Basis\n• Cloud & Deployment: Erfahrung mit Cloud-KI-Services (Azure OpenAI, AWS Bedrock oder GCP Vertex AI) sowie Docker/Kubernetes.\n• Architektur: Solides Verständnis von APIs, Microservices und Datenpipelines.\n• KI-Fundament: Du verstehst konzeptionell, wie Deep Learning und Transformer funktionieren.\n• Backend-Fundament: Du verfügst über Erfahrung mit Spring Boot in Zusammenspiel mit GenAI.\n• Frontend-Erfahrung: Du hast eine gute Vorstellung davon, wie die neuen GenAI-Fähigkeiten deiner Anwendung im Frontend dargestellt werden können und kannst die Integration selbst umsetzen.\n• Sprachen: Deutsch und Englisch fließend\nArbeitsweise\n• Pioniergeist: Du hast Lust, in einem Feld zu arbeiten, das sich wöchentlich neu erfindet.\n• Analytik: Du arbeitest strukturiert und behältst auch bei komplexen Systemarchitekturen den Überblick.\n• Kommunikation: Du kannst technische Konzepte souverän und adressatengerecht vermitteln.\nNice to have\n• Tiefergehende Erfahrung in MLOps oder Data Engineering.\n• Projekterfahrung im regulierten Umfeld (z. B. Banking, Insurance).\n• Kenntnisse in Frontend-Technologien (z. B. Streamlit, React, Copilotkit/AG-UI) für den schnellen Bau von KI-Demos und überzeugenden GenAI-Webapps.\n\nWarum wir?\n• JobRad - Leasingangebot mit Arbeitgeberzuschuss\n• JobTicket - lohnsteuerfreier Arbeitgeberzuschuss\n• Vertraglich geregelte Weiterbildungen - gezielte persönliche und fachliche Weiterentwicklung\n• Betriebliche Altersvorsorge - Zuzahlung auf den Versicherungsbeitrag\n• Cooles Office mit viel Raum für Kreativität - mobiles Arbeiten im Homeoffice je nach Projektsituation möglich\n• Mitgestaltung von attempto - Geschäftsführung bezieht Mitarbeiter proaktiv mit ein\n• Mentoring-Programm - Mentoren für neue Mitarbeiter\n• Zahlreiche Firmenevents - Sommerfest, Wiesn, Jahresabschlussfeier uvm.\n• Knowhow-Transfer - Zahlreiche innerbetriebliche Angebote\n• Fit-im-Job Angebote - Gesundheitstage, Firmenläufe uvm.\n• Regionaler Einsatz - Meist regionaler und langfristiger Projekteinsatz\n• Erfolgreiche Teamarbeit - durch Offenheit und Zusammenhalt aller im Team\n• Innovative Projekte - beim Kunden und in der attempto Innovations-Manufaktur\n\nNoch Fragen?\nWir beantworten sie gerne!\n\nTelefon: [entfernt]\nE-Mail: [entfernt]","responsibilities_text":"Intelligente Systeme der nächsten Generation\nKI-Lösungen konzipieren und realisieren\n• Fokus GenAI: Konzeption und Umsetzung von modernen RAG-Architekturen (Retrieval Augmented Generation), agentischen Workflows und generativen KI-Use-Cases.\n• Modellierung & Integration: Auswahl und Feinabstimmung (Fine-Tuning) von LLMs sowie deren Integration in produktive Geschäftsprozesse.\n• Fundament: Während dein Fokus auf Generative AI liegt, nutzt du dein Wissen in klassischen Machine-Learning-Verfahren und Deep Learning, um hybride Lösungen zu schaffen, wo LLMs allein nicht ausreichen. Außerdem hast du Erfahrung damit, APIs mit OpenAPI / Swagger zu konzipieren und an Spring Boot Backends anzubinden, um bestehende Anwendungen mit Generative AI zu verbinden.\nVerantwortung für End-to-End-Lösungen\n• Production-Ready AI: Du bringst GenAI-Applikationen von der ersten Prompt-Idee über den Prototypen bis hin zum skalierbaren Deployment (LLMOps).\n• Integration in bestehende Anwendungen: Du bettest GenAI-Features in unsere bestehenden Web-Anwendungen ein – Angular im Frontend, Spring Boot im Backend – und hilfst bei deren Weiterentwicklung tatkräftig mit.\n• Daten & Orchestrierung: Aufbau und Optimierung der Datengrundlage für Agenten, Vector Databases sowie die Orchestrierung komplexer Workflows und Agenten.\n• Qualitätssicherung: Sicherstellung von Stabilität, Evaluierung von Modell-Outputs (Guardrails) und Performance-Optimierung.\nBeratung & Zusammenarbeit\n• Technologie-Übersetzer: Du erklärst Stakeholdern den Unterschied zwischen \"Hype\" und echtem Business-Value und übersetzt komplexe Architekturen in klare Entscheidungsvorlagen. Außerdem hältst du Kundenworkshops, u.A. zu Themen wie Requirements Engineering.\n• Interdisziplinarität: Enge Zusammenarbeit mit Business Analyst*innen und Software Engineers, um KI nahtlos in bestehende Software-Ökosysteme einzubetten.\nWeiterentwicklung & Wissensaustausch\n• State-of-the-Art: Du beobachtest die rasanten Entwicklungen im Bereich LLMs, multimodale Modelle und Agenten-Frameworks.\n• Wissenstransfer: Aktive Mitgestaltung interner Formate und Prototyping neuer Features für die attempto Akademie.","requirements_text":"Fachliches Profil (Fokus GenAI)\n• Frameworks: Du bist sicher im Umgang mit einer oder mehreren LLM/Agenten-Orchestrierungs-Tools wie LangChain, LangGraph, PydanticAI, Google ADK, OpenAI Agent SDK, LlamaIndex, SpringAI oder Haystack.\n• GenAI Stack: Praktische Erfahrung mit Prompt Engineering, Embeddings und dem Aufbau und Management von Vector Databases (z. B. Pinecone, Weaviate, Milvus oder Chroma).\n• Sprachen: Python ist deine Basis für GenAI. Für die Integration in unsere Anwendungen bringst du außerdem solide Kenntnisse in Java/Spring Boot und im Angular-Umfeld (TypeScript) mit.\nTechnisches Verständnis & Basis\n• Cloud & Deployment: Erfahrung mit Cloud-KI-Services (Azure OpenAI, AWS Bedrock oder GCP Vertex AI) sowie Docker/Kubernetes.\n• Architektur: Solides Verständnis von APIs, Microservices und Datenpipelines.\n• KI-Fundament: Du verstehst konzeptionell, wie Deep Learning und Transformer funktionieren.\n• Backend-Fundament: Du verfügst über Erfahrung mit Spring Boot in Zusammenspiel mit GenAI.\n• Frontend-Erfahrung: Du hast eine gute Vorstellung davon, wie die neuen GenAI-Fähigkeiten deiner Anwendung im Frontend dargestellt werden können und kannst die Integration selbst umsetzen.\n• Sprachen: Deutsch und Englisch fließend\nArbeitsweise\n• Pioniergeist: Du hast Lust, in einem Feld zu arbeiten, das sich wöchentlich neu erfindet.\n• Analytik: Du arbeitest strukturiert und behältst auch bei komplexen Systemarchitekturen den Überblick.\n• Kommunikation: Du kannst technische Konzepte souverän und adressatengerecht vermitteln.\n• Tiefergehende Erfahrung in MLOps oder Data Engineering.\n• Projekterfahrung im regulierten Umfeld (z. B. Banking, Insurance).\n• Kenntnisse in Frontend-Technologien (z. B. Streamlit, React, Copilotkit/AG-UI) für den schnellen Bau von KI-Demos und überzeugenden GenAI-Webapps.\nWarum wir?\n• JobRad - Leasingangebot mit Arbeitgeberzuschuss\n• JobTicket - lohnsteuerfreier Arbeitgeberzuschuss\n• Vertraglich geregelte Weiterbildungen - gezielte persönliche und fachliche Weiterentwicklung\n• Betriebliche Altersvorsorge - Zuzahlung auf den Versicherungsbeitrag\n• Cooles Office mit viel Raum für Kreativität - mobiles Arbeiten im Homeoffice je nach Projektsituation möglich\n• Mitgestaltung von attempto - Geschäftsführung bezieht Mitarbeiter proaktiv mit ein\n• Mentoring-Programm - Mentoren für neue Mitarbeiter\n• Zahlreiche Firmenevents - Sommerfest, Wiesn, Jahresabschlussfeier uvm.\n• Knowhow-Transfer - Zahlreiche innerbetriebliche Angebote\n• Fit-im-Job Angebote - Gesundheitstage, Firmenläufe uvm.\n• Regionaler Einsatz - Meist regionaler und langfristiger Projekteinsatz\n• Erfolgreiche Teamarbeit - durch Offenheit und Zusammenhalt aller im Team\n• Innovative Projekte - beim Kunden und in der attempto Innovations-Manufaktur\nNoch Fragen?\nWir beantworten sie gerne!\nTelefon: [entfernt]\nE-Mail: [entfernt]","status":"open","duplicate_of":null,"first_seen":"2026-11-02T21:28:32.183895+00:00","responsibilities_summary":null,"requirements_summary":null,"all_tools":["LLM","LangChain","OpenAI API","LlamaIndex","Pinecone","Weaviate","Python","Java","Angular","TypeScript","Azure","AWS","Google Cloud","Vertex AI","Docker","Microservices","Spring Boot","MLOps","React","RAG","OpenAPI","Spring"],"posting_language":"de","evidence":[{"language":"english","requirement":"required","quote":"Sprachen: Deutsch und Englisch fließend","source":"rules"},{"language":"german","requirement":"required","quote":"Sprachen: Deutsch und Englisch fließend","source":"rules"}],"years_experience_max":null,"mobility_evidence":[],"model_version":"rules-8","english_badge":"English required","company_id":414}