Werkstudent/Praktikant (m/w/d) LLM & KI-Plattform
- Role
- AI / ML
- Experience
- Entry level
- Employment
- Part-time
Open to DE only. Set where you work from to check your eligibility.
No BS summary
Student or graduate in Computer Science, Business Informatics, Data Science, or related field. Experience with production RAG pipelines, LLM frameworks (LangChain/LlamaIndex), LLM application engineering, and backend development (Node/Python). Frontend experience with React/TypeScript is a plus.
Core skills
Required skills
Optional skills
Required languages
Der Kontext: Die KI•PIE Group ist ein etabliertes B2B-Medien- und Datenunternehmen für die internationale Kunststoffindustrie und Petrochemie. Wir bauen aktuell pricenxt.com auf – unsere neue SaaS-Plattform für Pricing und Market Intelligence und ein zentraler Wachstumshebel der nächsten Jahre insbesondere im europäischen Ausland . 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 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 Mitarbeit in einem kleinen, engagierten und internationalen Team Eigenverantwortliches Arbeiten mit Raum für Ideen und Weiterentwicklung Gestaltungspotenzial in einem digital wachsenden Umfeld Flexible Arbeitszeiten und Möglichkeit zum mobilen Arbeiten Flache Hierarchien, kurze Entscheidungswege Regelmäßige Teamevents, mindestens 1x pro Quartal JobRad, JobAuto & JobTicket Corporate Benefits bei Technik, Multimedia, Reisen, Events und Co
What you'll do
- 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
What they require
- 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
Benefits
- Mitarbeit in einem kleinen, engagierten und internationalen Team
- Eigenverantwortliches Arbeiten mit Raum für Ideen und Weiterentwicklung
- Gestaltungspotenzial in einem digital wachsenden Umfeld
- Flexible Arbeitszeiten und Möglichkeit zum mobilen Arbeiten
- Flache Hierarchien, kurze Entscheidungswege
- Regelmäßige Teamevents, mindestens 1x pro Quartal
- JobRad, JobAuto & JobTicket
- Corporate Benefits bei Technik, Multimedia, Reisen, Events und Co
ein etabliertes B2B-Medien- und Datenunternehmen für die internationale Kunststoffindustrie und Petrochemie.