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