Arbeit an internen KI-Projekten mit Fokus auf LLMs und RAG – von Prototyp bis produktiver Lösung
Unterstützung beim Aufbau und der Weiterentwicklung automatisierter Content
und Wissenssysteme
Entwicklung und Optimierung von Datenpipelines und Anbindung externer APIs
Konzeption und Implementierung von AI-Workflows zur Orchestrierung von Daten
und Modellprozessen
Strukturierung, Verarbeitung und Aufbereitung interner sowie externer Datenquellen
Implementierung und Test von Prompting-Strategien, Retrieval-Logiken und RAG-Workflows
Integration von KI-Lösungen in bestehende Systeme und Verwendung von Container-Technologien wie Docker
Analyse von Ergebnissen und kontinuierliche Verbesserung der Qualität, Effizienz und Automatisierungsgrad

immatrikuliert in Informatik, Data Science, Wirtschaftsinformatik oder einem vergleichbaren technischen Studiengang
sehr gute Python-Kenntnisse
Erfahrung mit LLMs (z. B. eigene Projekte, Studienarbeiten oder Werkstudententätigkeit)
Kenntnisse in Prompt Engineering, API-basierten LLM-Integrationen oder RAG-Implementierungen
Grundverständnis von Embeddings, Retrieval-Konzepten und Vector-Datenbanken
Kenntnisse in Datenbanken (z. B. SQL/PostgreSQL)
Erfahrung mit Docker
strukturiertes, analytisches Arbeiten
Interesse an produktiven AI-Systemen im Start-up-Umfeld
sehr gute Deutschkenntnisse (mind. C1) und gute Englischkenntnisse.

Werkstudent AI Engineering – LLMs, RAG & Automatisierung

Key skills