Lead AI Engineer
Our Take
Lead AI Engineer at Carl Zeiss Meditec in Oberkochen focusing on AI solution conception, prototyping, and enterprise adoption.
What you’ll do
- Conception and prototyping of AI solutions
- Selection and integration of AI frameworks, models, and platforms
- Development of agent-based AI prototypes (Agentic AI) using cloud and on-premise APIs
- Collaboration with departments to understand requirements and translate them into technical concepts
- Advising and enabling teams on AI technology adoption
- Creating roadmaps and recommendations for AI technology implementation
- Conducting workshops, training, and education to promote AI technology acceptance and understanding
- Building an internal AI community to strengthen knowledge sharing and collaboration
What they’re looking for
- University degree in Computer Science, Engineering, or comparable field
- Minimum 5 years of relevant professional experience in developing and integrating software solutions
- At least 2 years of experience with modern AI systems (e.g., Generative AI, LLMs, Agentic AI)
- Experience in rapid prototyping and building agent-based AI applications
- Demonstrable ability to evaluate AI technologies in an enterprise context and demonstrate their potential
- In-depth knowledge of Python for AI development
- Understanding of .NET/C# interfaces for system integration
- Experience with Agentic Frameworks and orchestration tools like LangChain (LangGraph), Microsoft Semantic Kernel, or AutoGen
Skills & Focus Areas
- Python
- .NET/C#
- LangChain
- Microsoft Semantic Kernel
- AutoGen
- LLMs
- RAG
- FastAPI
- Docker
As posted by Carl Zeiss Meditec
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
Universitätsabschluss in Informatik, Ingenieurwissenschaften oder einer vergleichbaren Fachrichtung.
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