Lead AI Engineer

Ihre Rolle

• Konzeption und Prototyping: Auswahl und Integration von AI-Frameworks, Modellen und Plattformen, die den Anforderungen der Organisation entsprechen Entwicklung von agentenbasierten AI-Prototypen (Agentic AI) unter Nutzung von Cloud- und On-Premise-APIs.

• Zusammenarbeit mit Fachbereichen, um Anforderungen zu verstehen und in technische Konzepte zu übersetzen.

• Beratung und Enablement: Unterstützung von Teams bei der Einführung von AI-Technologien, einschließlich der Erstellung von Roadmaps und Handlungsempfehlungen.

• Durchführung von Workshops, Schulungen und Trainings, um die Akzeptanz und das Verständnis für AI-Technologien zu fördern.

• Aufbau einer internen AI-Community, um den Wissensaustausch und die Zusammenarbeit zu stärken.

• Zusammenarbeit mit zentralen Stakeholdern: Enge Abstimmung mit dem Enterprise Architecture Management, um sicherzustellen, dass AI-Lösungen in die übergreifende Unternehmensarchitektur integriert werden können.

• Zusammenarbeit mit IT Security, um Datenschutz- und Sicherheitsanforderungen frühzeitig zu berücksichtigen und alle Lösungen entsprechend abzusichern.

• Unterstützung bei der Übergabe von erfolgreichen Prototypen an IT- und Entwicklungsteams für die Weiterentwicklung und Skalierung.

• Trendbeobachtung und Innovation: Aktive Auseinandersetzung mit aktuellen Trends und Entwicklungen im Bereich AI (Trend Radar).

• Identifikation neuer Technologien und Ansätze, die für ZEISS relevant sein könnten, und Bewertung ihres Potenzials für die Organisation.

• Messbare Ergebnisse: Dokumentation und Kommunikation der Ergebnisse von Pilotprojekten anhand von KPIs wie Zeitersparnis, Prozessverbesserungen und Innovationspotenzial.

Ihr Profil

• Ausbildung: Universitätsabschluss in Informatik, Ingenieurwissenschaften oder einer vergleichbaren Fachrichtung.

• Berufserfahrung: Mindestens 5 Jahre relevante Berufserfahrung in der Entwicklung und Integration von Softwarelösungen, davon mindestens 2 Jahre Erfahrung mit modernen AI-Systemen (z. B. Generative AI, LLMs, Agentic AI).

• Erfahrung in der schnellen Prototypisierung und im Aufbau von agentenbasierten AI-Anwendungen.

• Nachweisbare Fähigkeit, AI-Technologien in einem unternehmerischen Kontext zu bewerten und deren Potenziale zu demonstrieren.

• Technologische Kompetenzen: Fundierte Kenntnisse in Python für die AI-Entwicklung sowie Verständnis von .NET/C# Schnittstellen zur Systemintegration.

• Erfahrung mit Agentic Frameworks und Orchestrierungstools wie LangChain (LangGraph), Microsoft Semantic Kernel oder AutoGen.

• Kompetenz im Umgang mit LLMs, sowohl Cloud-basiert (z. B. Azure OpenAI) als auch On-Premise/Local (z. B. mittels vLLM, Ollama, Hugging Face) praktische Erfahrung mit RAG-Architekturen (Retrieval Augmented Generation) und Vektordatenbanken (z. B. Qdrant, Azure AI Search).

• Vertrautheit mit API-Entwicklung (z. B. FastAPI) und Containerisierung (Docker) zur Bereitstellung funktionaler Prototypen.

• Persönliche Fähigkeiten: Fähigkeit, komplexe technische Konzepte verständlich für verschiedene Zielgruppen aufzubereiten.

• Begeisterung für AI und die Fähigkeit, andere für diese Technologien zu inspirieren.

• Ausgeprägte Fähigkeit zur Zusammenarbeit mit verschiedenen Stakeholdern, insbesondere Enterprise Architecture Management und IT Security.

• Flexibilität und Pragmatismus, um innovative Lösungen schnell und effizient zu entwickeln.

Your ZEISS Recruiting Team:

Friederike Kirklar-Harms