About this role
Wir sind CARIAD, das Automotive-Software-Unternehmen der Volkswagen Group. Unsere Teams entwickeln Softwareplattformen und digitale Kundenfunktionen für legendäre Marken wie Audi, Volkswagen und Porsche – und unterstützen so die Volkswagen Group auf ihrem Weg zum führenden automobilen Technologiekonzern. CARIDIANS in Softwarezentren in Deutschland, den USA, China, Estland und Indien arbeiten daran, die Automobilität für alle neu zu gestalten. DEIN TEAM Die R&D AI Factory vereint KI-Architektur, Engineering und Produktentwicklung, um den Einsatz von Künstlicher Intelligenz (KI) im gesamten R&D-Bereich skalierbar zu gestalten.
Unsere Mission ist es, Standards, Architekturen und wiederverwendbare Grundlagen zu schaffen, die den flächendeckenden Einsatz von KI ermöglichen. Gleichzeitig überführen wir Anwendungsfälle mit hohem Mehrwert in robuste, produktionsreife Lösungen. Unser Team begleitet den gesamten KI-Lebenszyklus, von KI-Governance sowie Referenz- und Agentenarchitekturen über KI-Engineering, Plattformintegration, MLOps/LLMOps bis hin zu Deployment, Monitoring und Skalierung. In enger Zusammenarbeit mit den R&D AI Product Teams begleiten wir Anwendungsfälle von der ersten Idee und dem Proof of Concept über die Entwicklung und Produktisierung bis hin zur erfolgreichen Implementierung und Nutzung. Unsere Ambition ist klar: Wir wollen KI als skalierbaren Bestandteil der Arbeitsweise im R&D-Bereich etablieren und technologisches Potenzial in messbaren geschäftlichen Mehrwert verwandeln.
DEINE AUFGABEN
- Definition und Gestaltung der technischen Architektur der R&D-AI-Lösungslandschaft sowie Entwicklung von Referenzarchitekturen für Model Access und Routing, Context Engineering, Retrieval, Agent Runtime und Orchestrierung, Tool Integration, Evaluation, Observability, APIs und sichere Ausführung.
- Konzeption, Entwicklung und Implementierung praxisorientierter Referenzlösungen und Prototypen zur Validierung von Architekturkonzepten und technischen Entscheidungen durch Code, Benchmarks und konkrete Implementierungen.
- Etablierung wiederverwendbarer Softwarekomponenten, technischer Standards und stabiler Schnittstellen auf Basis konkreter Produkt- und Engineering-Anforderungen.
- Sicherstellung der Produktionsreife von KI-Systemen hinsichtlich Qualität, Zuverlässigkeit, Security, Safety, Datenschutz, Skalierbarkeit, Performance, Latenz, Observability und Cost Efficiency sowie Definition messbarer technischer Kriterien und Quality Gates.
- Durchführung von Architektur- und Code-Reviews sowie Unterstützung der Engineering-Teams bei teamübergreifenden Architekturherausforderungen.
- Bewertung von Build-, Buy- und Reuse-Ansätzen unter Berücksichtigung von Plattformkompatibilität, Integrationsaufwand, Anbieterabhängigkeiten und Gesamtbetriebskosten.
- Zusammenarbeit mit den Domain Engineers der T-OU-Einheiten und dezentralen KI-Teams zur Überführung fachlicher und technischer Anforderungen in skalierbare, produktionsreife KI-Lösungen.
- Integration von KI-Funktionalitäten in bestehende R&D-Toolchains, einschließlich Requirements Engineering, Source Code, Build, Test und Validierungsumgebungen.
- Dokumentation von Architekturentscheidungen, technischen Trade-offs und Kriterien für die Produktionsreife zur Sicherstellung von Transparenz und Rückverfolgbarkeit.
- Weiterentwicklung von Engineering-Methoden und wiederverwendbaren Lösungsansätzen sowie kontinuierliche Verbesserung bestehender Systeme auf Basis von Evaluationsergebnissen und Erkenntnissen aus dem Produktivbetrieb.
DAS BRINGST DU MIT
- Abgeschlossenes Studium der Informatik, Softwaretechnik oder einer vergleichbaren Fachrichtung bzw. gleichwertige praktische Erfahrung.
- Nachweisbare Erfahrung in Konzeption und Entwicklung komplexer verteilter Softwaresysteme sowie Architekturverantwortung über mehrere Teams hinweg.
- Praktische Erfahrung in Entwicklung und Bereitstellung produktiver KI-Anwendungen, insbesondere LLM-basierter Lösungen, RAG und agentenbasierter Systeme.
- Sehr gute Programmierkenntnisse in Python sowie fundierte Kenntnisse in API-Design, Cloud-nativen Architekturen, verteilten Systemen und resilienter Softwareentwicklung.
- Fundiertes Verständnis moderner agentenbasierter Architekturen und Agentic Software Engineering Patterns, einschließlich Tool-/Function-Calling, Agent-Orchestrierung, State- und Context-Management, Human-in-the-Loop und kontrollierter Ausführung.
- Fundierte Erfahrung mit systematischer Evaluation von LLM- und agentenbasierten Systemen, einschließlich Offline-/Online-Evaluation, Testdatensätzen, Qualitätsmetriken, Regression Testing, LLM-as-a-Judge sowie Qualitäts-, Latenz- und Kosten-Benchmarks.
- Erfahrung in Bewertung und Integration unterschiedlicher LLMs, multimodaler Modelle und Embedding-Modelle sowie Entwicklung geeigneter Model-Routing- und Abstraktionsmechanismen.
- Tiefes Verständnis von Context Engineering, Retrieval-Architekturen, Embeddings, Vector Search, Reranking, Prompt-/Context-Management und strukturierten Outputs.
- Fundierte Kenntnisse zu Security, Datenschutz, Identity & Access, Guardrails, sicherer Tool-Nutzung sowie Daten- und Modellzugriff.
- Erfahrung mit AI-spezifischer Observability und Tracing über Modelle, Agents, Tool Calls, Retrieval und End-to-End-Execution-Flows.
Tiefgehende praktische Erfahrung mit mindestens einem modernen GenAI-/Agentic-AI-Technologie-Stack sowie Fähigkeit zur fundierten Bewertung neuer Modelle, Frameworks und Engineering-Ansätze anhand konkreter Implementierungen und Benchmarks. Bei CARIAD schätzen wir Individualität und Vielfalt – denn wir sind überzeugt, dass uns unsere Unterschiede stärker machen. Wir setzen uns aktiv dafür ein, Teams mit unterschiedlichen Hintergründen, Perspektiven und Erfahrungen aufzubauen. Unser Ziel ist ein Arbeitsumfeld, in dem sich alle wertgeschätzt fühlen und ihre Stärken einbringen können. Wenn du aufgrund einer Behinderung Unterstützung bei deiner Bewerbung brauchst, melde dich gerne bei uns unter [email protected] – wir helfen dir gerne weiter.