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

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.

Deine Mission

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.

Deine Aufgaben

• LLM-Architektur entwerfen und aufbauen – Orchestrierung, RAG über Lernprofile und Kursinhalte, proaktive Trigger, strukturierte Ausgaben (Quizze, Lückentexte, Multiple Choice)
• Kontext-Pipeline bauen – Aufbereitung und Vektorisierung heterogener Daten (Kursmaterialien, Interaktionsdaten, Coach-Feedback, Konversationsverläufe) in Postgres/pgvector
• Evaluation und Qualitätssicherung – Eval-Frameworks für Groundedness, kindgerechte Sprache und pädagogische Angemessenheit, inklusive Guardrails und Eskalationswegen zu menschlichen Coaches
• Datenschutz by Design – DSGVO-konforme Verarbeitung sensibler Daten von Minderjährigen, Auswahl und Betrieb von Modellen auf EU-Infrastruktur bzw. in deutschen Rechenzentren
• Produktintegration – Anbindung der KI-Komponenten an unsere bestehende Plattform über REST-APIs, gemeinsam mit dem Entwicklungsteam
• Technologieevaluation – 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.

Das bringst du mit

• Abgeschlossenes Studium in Informatik, Data Science oder eine vergleichbare Qualifikation
• 3–5+ Jahre Berufserfahrung in der Backend-Entwicklung mit Python, nodejs oder C#
• Produktionserfahrung mit LLM-Anwendungen – RAG-Pipelines (Embedding-Auswahl, Chunking, Hybrid Search, Re-Ranking), Agenten-Orchestrierung und/oder Prompt- und Pipeline-Optimierung
• Erfahrung mit LLM-Evaluation – 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.
• Solide Kenntnisse in SQL und relationalen Datenbanken; Erfahrung mit Vektordatenbanken (idealerweise pgvector) und mit nicht-relationalen Datenbanken
• Strukturierte, dokumentierte Arbeitsweise und Lust auf ein kleines Team mit hohem Anspruch
• Sehr gute Deutsch- oder Englischkenntnisse – ein großer Teil unserer Inhalte und der Zusammenarbeit ist deutschsprachig
• Ein Herz für unsere Vision und Mission – Begeisterung für das Thema Bildung von Kindern/Heranwachsenden

Nice to have

• Erfahrung mit selbst gehosteter Modellinferenz (z. B. vLLM, TGI) und Linux-Server-Administration
• Grundverständnis von Node.js oder C#/.NET, um Integrationsstellen mitzudenken
• Erfahrung mit regulatorischen Anforderungen, insbesondere DSGVO und Verarbeitung von Kinderdaten
• Affinität zu Bildung und EdTech – oder schlicht eigene Kinder, die dir zeigen, wie Lernen wirklich funktioniert
• Erfahrung mit A/B-Testing und ereignisbasierter Analytik

Unser Tech-Stack

• Plattform: Node.js/React (complori), .NET/Angular (cleverly), AzureDB/Firebase
• KI-Komponenten (dein Bereich): Python, RAG auf pgvector, agentenbasierte Orchestrierung, strukturierte Ausgaben, Eval-Pipelines
• Infrastruktur: Cloud-Hosting mit Fokus auf EU- und DE-Rechenzentren, CI/CD, Monitoring

Was wir bieten

• Transparente Vergütung: bis zu6.600 € brutto im Monat (79.200 € im Jahr), unbefristet und in Vollzeit
• Ein Forschungsprojekt mit Produktanspruch: drei Jahre gefördert durch die IBB, mit klarem Auftrag, echte Fragen zu beantworten statt Features abzuarbeiten
• Technische Entscheidungshoheit: Du baust den KI-Layer von Grund auf – Architektur, Toolwahl und Evaluationsstrategie liegen bei dir
• Wirkung, die man erklären kann: 60.000 Kinder, ein Produkt, das Familien tatsächlich nutzen
• Mentoring für deine eigenen Kinder – unser Produkt steht dem Team offen

Arbeitsort

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.

Bewerbung

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.

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.

Wir zeigen einen Auszug und einen Link je Anzeige, und den vollen Text, wenn die Quelle es erlaubt. Genannte Marken und Logos gehören ihren Inhabern.

Veröffentlicht am 01. Nov. 2026

Veröffentlicht am 01. Nov. 2026

Quelle: Statistisches Bundesamt (Destatis), Tabelle; dl-de/by-2-0; eigene Berechnung