AI Engineer

• Spannende und innovative GenAI-Projekte für unsere Kunden: von Kreativ-Workshops über Proof-of-Concepts bis zur gemeinsamen Umsetzung produktiver Lösungen
• Konzeption und Implementierung von LLM-basierten Applikationen
• Design und Umsetzung von Retrieval-Augmented-Generation-Systemen (RAG)
• Umsetzung von Structured Information Extraction aus unstrukturierten Dokumenten
• Design und Realisierung von agentischen Systemen und AI-Workflows
• Prompt- und Context-Engineering zur gezielten Steuerung von LLM-basierten Lösungen
• Sorgfältige Evaluation deiner Lösungen nach dem Prinzip des Evaluation Driven Development (EDD), inklusive Observability über AI-Evaluation- und Observability-Plattformen
• Du bringst deine Expertise auch in die Angebotsphase ein und gestaltest Offerten fachlich mit
• Optionale Berührungspunkte mit klassischem Software Engineering und MLOps: Wo es Sinn ergibt, arbeitest du eng mit unseren Software- und ML-Engineers zusammen
• Fortwährendes Lernen und stetige Weiterbildung im Bereich GenAI sowie Einblicke in die verschiedenen Branchen unserer Kunden
• Abwechslung und spannende Zusammenarbeit in internen Projektteams sowie vor Ort bei unseren Kunden

Wir suchen dich – werde Teil unseres Teams Du erweiterst unser ML&AI-Team bei ti&m, eine breit aufgestellte Gruppe von Expertinnen und Experten, die gemeinsam innovative Lösungen entwickelt. Für ganz unterschiedliche Unternehmen setzen wir spannende Projekte um, oft auf der grünen Wiese, wo wir unsere Expertise von Beginn weg einbringen. In dieser Rolle steht Generative AI im Zentrum: Du baust Applikationen auf Basis von Large Language Models und bringst sie gemeinsam mit dem Team in den produktiven Einsatz. Wir suchen dich: Mit Leidenschaft und Herzblut baust du erstklassige GenAI-Lösungen und passt fachlich wie menschlich gut zu uns. Dich erwartet eine kollegiale Atmosphäre und eine Arbeitsplatzkultur, bei der Können vor Hierarchie kommt. Warum wir Swiss Arbeitgeber Award, Best of Swiss Apps oder Digital Economy Award. Unsere Arbeitsplatzkultur und unsere Projekte gewinnen Preise. Für unsere Kunden aus Banking, Retail oder Governance entwickeln wir nutzerzentrierte Digitalisierungslösungen. Abseits von vorgegebenen Pfaden kannst du bei uns Neues ausprobieren und dich so richtig austoben. Hier findest du alles, was dein Techie-Herz begehrt: In einem dynamischen und kollegialen Umfeld treibst du deine innovativen Ideen voran – natürlich immer mithilfe der neuesten Technologien. Apropos Arbeitsplatzkultur: Agilität fordern wir nicht nur bei unseren Projekten, sondern fördern sie auch für unsere Mitarbeitenden. Mit ti&m liquid working bieten wir einfach anpassbare Arbeitszeitmodelle und die Möglichkeit, Auszeiten zu nehmen. Und mit unserer ti&m academy entscheidest du, wo und wie du dich weiterbilden willst. Philipp Klein Fragen zu deiner Bewerbung? Unser HR-Team hilft dir gerne weiter.

• Einige Jahre Erfahrung in der Entwicklung von GenAI-Anwendungen, idealerweise im produktiven Einsatz für Kunden oder eigene Produkte
• Ein abgeschlossenes Masterstudium in Informatik, Data Science oder einem verwandten Fachgebiet
• Nachgewiesene Expertise bei der Implementierung und Betrieb von Retrieval-Augmented-Generation-Systemen (RAG)
• Erfahrung mit agentischen Systemen und AI-Workflows sowie dem Model Context Protocol (MCP)
• Sorgfältiger Umgang mit der Evaluation von LLM-Lösungen, vertraut mit Evaluation Driven Development (EDD) und AI-Evaluation- und Observability-Plattformen (AEOPs)
• Vertraut mit modernen Vektordatenbanken, z. B. Qdrant, sowie mit Embedding- und Re-Ranking-Modellen
• Verständnis von Open-Weight Large Language Models, inklusive multimodaler Modelle
• Erfahrung mit LLM-Runtimes sowie LLM-Proxies bzw. Gateways
• Sicherer Umgang mit Python und Software-Engineering-Best-Practices
• Ausgeprägte Kommunikationsstärke und Freude an der Zusammenarbeit mit Team und Kunden
• Verhandlungssicheres Deutsch und Englisch in Wort und Schrift
• Von Vorteil: Cloud-Erfahrung in Infrastructure as Code (IaC), idealerweise Azure sowie Erfahrung mit Guardrailing von LLM-Anwendungen