Fullstack Developer – AI & LLM (m/w/d)

<p><strong>Wir bauen einen KI-Lernbegleiter für Kinder – und suchen die Person, die ihn technisch verantwortet.</strong></p> <p>Über 60.000 Kinder und Jugendliche lernen bei uns mit 1:1-Mentoring, Tutoring und Live-Kursen. Was heute Menschen leisten – erkennen, wo ein Kind hängt, im richtigen Moment nachfragen, die passende Übung anbieten – soll künftig ein LLM-basiertes System unterstützen. Nicht als Chatbot mit Bildungsanstrich, sondern als proaktiver Lernbegleiter, der den Lernstand versteht, kindgerecht kommuniziert und an eine echte Pädagogik angebunden ist.</p> <p>Das Ganze läuft als dreijähriges Forschungs- und Entwicklungsprojekt, gefördert durch die Investitionsbank Berlin im Programm ProFIT Berlin. Du bekommst also etwas, das in Produktteams selten ist: Zeit und Budget, um Dinge richtig zu bauen – mit dem Anspruch, dass am Ende ein Produkt in Kinderhänden läuft.</p> <p><strong>Deine Mission</strong></p> <p>Du entwirfst und baust die LLM-Architektur hinter dem Lernbegleiter für cleverly und complori: Retrieval über kindbezogene Lernprofile und Kursinhalte, proaktive Kommunikationsauslösung und die Echtzeit-Generierung von Mikrolerninhalten. Du arbeitest eng mit unserem CTO, einem Entwickler:innen (React/Node.js bzw. .NET/Angular), dem Head of Product und der pädagogischen Leitung zusammen.</p> <p><strong>Deine Aufgaben</strong></p> <p>• <strong>LLM-Architektur entwerfen und aufbauen</strong> – Orchestrierung, RAG über Lernprofile und Kursinhalte, proaktive Trigger, strukturierte Ausgaben (Quizze, Lückentexte, Multiple Choice)</p> <p>• <strong>Kontext-Pipeline bauen</strong> – Aufbereitung und Vektorisierung heterogener Daten (Kursmaterialien, Interaktionsdaten, Coach-Feedback, Konversationsverläufe) in Postgres/pgvector</p> <p>• <strong>Evaluation und Qualitätssicherung</strong> – Eval-Frameworks für Groundedness, kindgerechte Sprache und pädagogische Angemessenheit, inklusive Guardrails und Eskalationswegen zu menschlichen Coaches</p> <p>• <strong>Datenschutz by Design</strong> – DSGVO-konforme Verarbeitung sensibler Daten von Minderjährigen, Auswahl und Betrieb von Modellen auf EU-Infrastruktur bzw. in deutschen Rechenzentren</p> <p>• <strong>Produktintegration</strong> – Anbindung der KI-Komponenten an unsere bestehende Plattform über REST-APIs, gemeinsam mit dem Entwicklungsteam</p> <p>• <strong>Technologieevaluation</strong> – strukturierte Bewertung von Modellen und Frameworks (z. B. LangGraph, Microsoft Agent Framework, DSPy). Wir setzen auf moderne, bewährte Werkzeuge statt auf das Fine-Tuning von Basismodellen.</p> <p><strong>Das bringst du mit</strong></p> <p>• Abgeschlossenes Studium in Informatik, Data Science oder eine vergleichbare Qualifikation</p> <p>• <strong>3–5+ Jahre Berufserfahrung</strong> in der Backend-Entwicklung mit Python, nodejs oder C#</p> <p>• <strong>Produktionserfahrung mit LLM-Anwendungen</strong> – RAG-Pipelines (Embedding-Auswahl, Chunking, Hybrid Search, Re-Ranking), Agenten-Orchestrierung und/oder Prompt- und Pipeline-Optimierung</p> <p>• <strong>Erfahrung mit LLM-Evaluation</strong> – Offline-Eval-Sets, Metriken für Faktentreue und Relevanz, Guardrails. Das ist für uns das wichtigste Einzelkriterium: Wir brauchen jemanden, der belegen kann, dass das System besser wird, statt es nur zu behaupten.</p> <p>• Solide Kenntnisse in SQL und relationalen Datenbanken; Erfahrung mit Vektordatenbanken (idealerweise pgvector) und mit nicht-relationalen Datenbanken</p> <p>• Strukturierte, dokumentierte Arbeitsweise und Lust auf ein kleines Team mit hohem Anspruch</p> <p>• Sehr gute Deutsch- oder Englischkenntnisse – ein großer Teil unserer Inhalte und der Zusammenarbeit ist deutschsprachig</p> <p>• Ein Herz für unsere Vision und Mission – Begeisterung für das Thema Bildung von Kindern/Heranwachsenden</p> <p><strong>Nice to have</strong></p> <p>• Erfahrung mit selbst gehosteter Modellinferenz (z. B. vLLM, TGI) und Linux-Server-Administration</p> <p>• Grundverständnis von Node.js oder C#/.NET, um Integrationsstellen mitzudenken</p> <p>• Erfahrung mit regulatorischen Anforderungen, insbesondere DSGVO und Verarbeitung von Kinderdaten</p> <p>• Affinität zu Bildung und EdTech – oder schlicht eigene Kinder, die dir zeigen, wie Lernen wirklich funktioniert</p> <p>• Erfahrung mit A/B-Testing und ereignisbasierter Analytik</p> <p><strong>Unser Tech-Stack</strong></p> <p>• <strong>Plattform:</strong> Node.js/React (complori), .NET/Angular (cleverly), AzureDB/Firebase</p> <p>• <strong>KI-Komponenten (dein Bereich):</strong> Python, RAG auf pgvector, agentenbasierte Orchestrierung, strukturierte Ausgaben, Eval-Pipelines</p> <p>• <strong>Infrastruktur:</strong> Cloud-Hosting mit Fokus auf EU- und DE-Rechenzentren, CI/CD, Monitoring</p> <p><strong>Was wir bieten</strong></p> <p>• <strong>Transparente Vergütung:</strong> bis zu6.600 € brutto im Monat (79.200 € im Jahr), unbefristet und in Vollzeit</p> <p>• <strong>Ein Forschungsprojekt mit Produktanspruch:</strong> drei Jahre gefördert durch die IBB, mit klarem Auftrag, echte Fragen zu beantworten statt Features abzuarbeiten</p> <p>• <strong>Technische Entscheidungshoheit:</strong> Du baust den KI-Layer von Grund auf – Architektur, Toolwahl und Evaluationsstrategie liegen bei dir</p> <p>• <strong>Wirkung, die man erklären kann:</strong> 60.000 Kinder, ein Produkt, das Familien tatsächlich nutzen</p> <p>• <strong>Mentoring für deine eigenen Kinder</strong> – unser Produkt steht dem Team offen</p> <p><strong>Arbeitsort</strong></p> <p>Berlin, hybrid mit mindestens 3 Tagen pro Woche im Büro. Weil die Stelle über ein Förderprojekt der Investitionsbank Berlin finanziert wird, ist die Tätigkeit am Berliner Standort Voraussetzung – vollständig remote ist leider nicht möglich. Das sagen wir lieber jetzt als im dritten Gespräch.</p> <p><strong>Bewerbung</strong></p> <p>Schick uns deinen Lebenslauf oder dein LinkedIn-Profil – ein Anschreiben brauchen wir nicht. Nenn uns stattdessen in ein paar Sätzen ein LLM-System, das du in Produktion gebracht hast, und wie du gemessen hast, ob es gut ist.</p> <p>Der Prozess: Kennenlernen mit unserem CTO (30 Min) → fachliches Gespräch anhand eines realen Problems aus unserem Projekt (60–90 Min, keine Hausaufgabe über Nacht) → Team- und Kulturgespräch → Angebot. Wir melden uns innerhalb von fünf Werktagen.</p> <p>Find <a href="https://www.arbeitnow.com">Jobs in Germany</a> on Arbeitnow</a>