Werkstudent/Praktikant (m/w/d) LLM & KI-Plattform
22.09.2026
KI Group
Bad Homburg vor der Höhe
Weitere passende Anzeigen:
Passende Jobs zu Ihrer Suche ...
... immer aktuell und kostenlos per E-Mail.
Sie können den Suchauftrag jederzeit abbestellen.
Es gilt unsere Datenschutzerklärung. Sie erhalten passende Angebote per E-Mail. Sie können sich jederzeit wieder kostenlos abmelden.
Informationen zur Anzeige:
Werkstudent/Praktikant (m/w/d) LLM & KI-Plattform
Bad Homburg vor der Höhe
Aktualität: 22.09.2026
Anzeigeninhalt:
22.09.2026, KI Group
Bad Homburg vor der Höhe
Werkstudent/Praktikant (m/w/d) LLM & KI-Plattform
Aufgaben:
Der Kontext: Die KIPIE Group ist ein etabliertes B2B-Medien- und Datenunternehmen für die
In der Rolle als LLM Application Engineer / Senior Software Engineer übernimmst Du eine zentrale Aufgabe in unserem Dev-Team. Du baust die gemeinsame LLM-Plattform eigenverantwortlich auf - vom PoC bis zur Produktion - und verantwortest zwei Tracks: interne Tools und Kundenprodukte. Dein Schwerpunkt liegt auf dem Anwendungsbau über Foundation Models: RAG, Agents, LangChain/LlamaIndex, Orchestrierung, Prompt-Engineering und Produktintegration.
Aufbau der LLM-Plattform-Schicht: Retrieval-Backend, Embedding-Pipeline, API-Design
Integration von LLM-APIs (OpenAI, Anthropic, Mistral u. a.) in interne und Kundensysteme
Entwicklung von KI-Features: Conversational Analyst, semantische Suche, intelligenter Alert-Feed
Implementierung von Agenten-Architekturen und MCP-Schnittstellen für Enterprise-Anbindung
Mitarbeit bei der Entwicklung von Prototypen und Proof-of-Concepts für neue KI-Anwendungsfälle
Qualifikationen:
Absolventen oder Studierende der Informatik, Wirtschaftsinformatik, Data Science oder eines verwandten Studiengangs
Erfahrung mit
RAG-Pipelines in Produktion - Vector DB, Retrieval, Chunking, Evaluation/Grounding
LLM-Frameworks - LangChain / LlamaIndex (o. ä.) für Orchestrierung, Chains/Agents, Tool-Use
LLM-Application-Engineering - Prompt-/Context-Engineering, Function-Calling, Agenten-Architekturen
Backend - Node/Python (o. ä.), saubere Services, Async, API-Design, Datenmodellierung
Frontend - React / TypeScript, baut nutzbare Oberflächen für die KI-Features selbst
Daten-Pipelines - Ingestion, Normalisierung, Embeddings über strukturierte und halb-strukturierte Quellen
MCP (Model Context Protocol)
Leidenschaftlicher Umgang mit KI-nativen Schnittstellen
Fachrichtung
Art des Angebots
Standorte