Produktive AI-Projekte
Du arbeitest an Anwendungen, die in Prozesse, Produkte und Plattformen integriert werden.
Your work. Amplified by AI.
Baue echte Enterprise-level AI.
Du erhältst einen Arbeitsvertrag bei Talentschmiede und arbeitest mit Gehalt an AI-Anwendungen für Unternehmen. Im Projekt entwickelst du dich weiter – mit Mentoring, Engineering-Standards und wachsender Verantwortung.
Arbeitsvertrag & Projekt Mentoring & Reviews Langfristige Übernahme als Ziel
AI ENGINEER / SKILL GRAPHDEIN PFAD
SOFTWAREDATAAGENTSEVALSPRODUCT
AI
ENGINEERIM PROJEKT ENTWICKELT
ENGINEERIM PROJEKT ENTWICKELT
LEARNBUILDMEASUREIMPROVE
Dein Einstieg
Dein Job beginnt im Projekt. Deine Entwicklung auch.
Du arbeitest an einem konkreten System, in einem echten Team und mit messbaren Qualitätszielen. Feedback, Pairing, Reviews und Lernmodule greifen direkt in deine Arbeit ein.
Wenn Rolle oder Tech-Stack eine fokussierte Vorbereitung verlangen, ergänzt ein vierwöchiges Training deinen Einstieg. Vieles lernst du dort, wo es zählt: beim Bauen, Testen und Verbessern.
Engineering-Standards
Code Reviews, Evals, Observability, Security und Dokumentation gehören zur Arbeit.
Mentoring im Kontext
Erfahrene Engineers unterstützen Architekturentscheidungen, Reviews und deine nächsten Schritte.
Langfristige Perspektive
Der Einsatz ist von Beginn an auf eine dauerhafte Rolle im Unternehmen ausgerichtet.
AI Engineering Skills Model
Was moderne AI Engineers wirklich können.
AI Engineering ist breiter als eine Jobbezeichnung. Software-, Data-, Cloud- und ML-Talente können ihr Fundament erweitern und mit AI neue Systeme bauen.
COMPETENCY / BUILD
AI-Systeme bauen & betreiben
Du entwickelst AI-Anwendungen vom ersten technischen Entwurf bis zum stabilen Betrieb. Dabei lernst du, Modelle, Datenquellen und Kontext sauber zu verbinden, RAG- und Agenten-Workflows zu strukturieren und Qualität systematisch zu messen. Mit Evals, Error Analysis und Monitoring machst du Verhalten, Kosten und Latenz sichtbar. Im Projekt setzt du Verbesserungen um und erlebst, wie aus einem Prototyp ein verlässliches Produkt wird.
- LLMs & Context Engineering
- RAG & Agentic Workflows
- Evals & Error Analysis
- Deployment & Monitoring
CONTINUOUS LEARNINGEVALIMPROVESHIP
Was du mitbringst
Ein solides technisches Fundament.
Du brauchst noch keinen AI-Engineer-Titel. Entscheidend ist, dass du Software, Daten oder ML bereits praktisch kennst und an belastbaren AI-Systemen arbeiten willst.
Code, den wir ansehen können
Ein eigenes Projekt, öffentliches Repository oder Portfolio zeigt, wie du denkst und baust. Alternativ sprichst du über deine Erfahrung, ohne vertraulichen Code zu teilen.
Engineering-Grundlagen
Du kannst technische Entscheidungen erklären und kennst die Trade-offs von Architektur, Daten, Tests oder Betrieb.
Lust auf Produktverantwortung
Du willst Nutzer und Geschäftsprozess verstehen, Qualität messen und dein System im Alltag verbessern.
Offenheit für Feedback
Reviews, Pairing, Mentoring und kontinuierliches Lernen gehören für dich zu guter Engineering-Arbeit.
Mögliche Fachrichtungen
Welche Rolle übernimmst du im AI-Team?
Deine Fachrichtung folgt deinem Fundament und dem Projekt – nicht einer starren Tool-Liste. Entscheidend ist, dass du Systeme verstehst, Qualität misst und Verantwortung übernimmst.
AI Application Engineer
LLM-Anwendungen, RAG, Agents, APIs und produktnahe Entwicklung.
Agentic Systems Engineer
Tool Use, Orchestrierung, Guardrails, Evals und autonome Workflows.
AI Platform & MLOps
Deployment, Observability, Cloud, Security und Kostenkontrolle.
Data & ML Engineer
Datenpipelines, Modelle, Experimente, Monitoring und laufende Verbesserung.
AI Software Engineer
Full-Stack-Systeme, Integrationen, UX und stabile Softwarearchitektur.
Responsible AI Engineer
Qualitätsmaße, Risk Controls, Human Oversight und Dokumentation.
Bewerbung
Klarer Einstieg. Kein Assessment-Marathon.
Bei einer konkreten Rolle dauert der Prozess meist rund zwei Wochen. Wir wollen verstehen, was du schon kannst, was du bauen willst und welcher Kontext zu dir passt.
Offene Rollen ansehenDu hast vorab eine Frage? Schreib uns eine E-Mail.
Profil senden
LinkedIn, GitHub oder CV reichen für den ersten Blick.
Technisch kennenlernen
Ein Gespräch über Projekte, Entscheidungen und dein Engineering-Fundament.
Team und Aufgabe erleben
Du lernst Rolle, Projektkontext und das AI-Team kennen, mit dem du arbeiten würdest.
Angebot und Start
Vertrag, Projektstart und Entwicklung werden verbindlich und transparent geklärt.
Vor deiner Bewerbung
Deine wichtigsten Fragen. Klar beantwortet.
Wer ist mein Arbeitgeber?
Du erhältst deinen Arbeitsvertrag bei der Talentschmiede Unternehmensberatung AG und arbeitest in Kundenprojekten. Die langfristige Übernahme ins Kundenunternehmen ist das gemeinsame Ziel. Zeitpunkt und Bedingungen klären wir transparent mit dir.
Bekomme ich ein Gehalt?
Du startest in ein Beschäftigungsverhältnis mit Gehalt. Vergütung, Vertragsbeginn und weitere Konditionen besprechen wir für die konkrete Rolle vor deiner Entscheidung.
Muss ich schon AI Engineer sein?
Nein. Praktische Erfahrung mit Software, Daten, Cloud oder Machine Learning kann dein Ausgangspunkt sein. Welche Grundlagen erforderlich sind, hängt von der jeweiligen Rolle ab.
Wie passen Training und Projekt zusammen?
Deine Entwicklung findet im Projekt statt, mit Mentoring, Reviews und passenden Lernmodulen. Wenn Rolle oder Tech-Stack es erfordern, ergänzt ein vierwöchiges Training den Einstieg.
Welche Unterlagen brauche ich für den ersten Schritt?
Ein Lebenslauf oder ein Link zu deinem beruflichen Profil reicht für den ersten Blick. Ein öffentliches Repository oder Portfolio kannst du ergänzen, wenn vorhanden. Vertraulichen Code oder Daten früherer Arbeitgeber brauchst du nicht einzureichen.
Kann ich remote arbeiten?
Arbeitsort, Remote-Anteil und Projektkontext hängen von der konkreten Rolle und dem Kundenprojekt ab. Diese Rahmenbedingungen klären wir im Kennenlernen, bevor du dich entscheidest.
Dein nächstes System
Woran willst du als AI Engineer arbeiten?
Zeig uns dein Fundament, deine Projekte oder einfach das Feld, in dem du wachsen willst. Wir prüfen, welche konkrete Rolle und welches Team dazu passen.