About this role
Summary: The role involves developing and researching graph-based AI approaches, specifically Agentic Graph RAG and agent systems, for complex knowledge and decision-making processes. The candidate will design Graph-RAG architectures integrating structured data and unstructured documents, develop agent workflows for informa...
###### Deine Aufgaben:
- Du entwickelst und erforschst graphbasierte KI-Ansätze, insbesondere Agentic Graph RAG und agentische Systeme, für komplexe Wissens- und Entscheidungsprozesse.
- Du konzipierst Graph-RAG-Architekturen, die strukturierte Daten, Wissensgraphen und unstrukturierte Dokumente integrieren und hybride Retrieval-Verfahren für komplexe Wissensfragen nutzen.
- Du entwickelst agentische Workflows, die Graphen zur Informationssuche, für mehrstufige Schlussfolgerungen und zur nachvollziehbaren Entscheidungsunterstützung nutzen.
- Du untersuchst die Zuverlässigkeit, Erklärbarkeit, Datenherkunft und Kontrollierbarkeit von KI-Systemen in hochregulierten Umfeldern.
- Du überführst aktuelle Forschung in robuste, praxistaugliche Data-&-AI-Lösungen für Banken, Versicherungen und weitere regulierte Branchen.
###### Deine Skills:
- Du hast einen sehr guten Masterabschluss in Informatik, Mathematik, Data Science oder einem verwandten Fachgebiet und arbeitest aktuell an deiner Promotion oder beginnst das Promotionsstudium in Kürze.
- Du verstehst RAG-Architekturen im Detail, von Chunking und Embedding-Modellen über hybrides Retrieval und Reranking bis zur systematischen Analyse von Retrieval-Fehlern.
- Du hast RAG- oder agentische Systeme praktisch umgesetzt und kennst Frameworks wie LangGraph oder LlamaIndex oder hast eigene Orchestrierungslogik entwickelt.
- Du verfügst über Kenntnisse in Knowledge Graphs oder Graphdatenbanken und verstehst das Zusammenspiel von Graph Traversal, Subgraph Retrieval und Vektor-Retrieval.
- Du kannst LLM-Systeme reproduzierbar evaluieren, etwa hinsichtlich Retrieval Recall@k, Rankingqualität, Korrektheit der Quellenzuordnung, Belegbarkeit generierter Aussagen und zuverlässiger Toolnutzung.
- Du verfügst über sehr gute Deutschkenntnisse (mindestens C1-Niveau, verhandlungssicher) sowie gute Englischkenntnisse (mindestens B2-Niveau, fließend) in Wort und Schrift. #LI-Hybrid #LI-LE1
Diese Skills wären ein weiteres Plus, aber kein Muss:
- Erfahrung mit Graph-RAG-Architekturen, Neo4j oder anderen graphbasierten Retrieval-Verfahren.
- Erfahrung mit agentischer Orchestrierung, mehrstufigem Tool Use und der kontrollierten Begrenzung autonomer Agenten.
- Kenntnisse in Zugriffskontrolle, Datenherkunft, Audit Trails, Prompt-Injection-Abwehr und Governance für regulierte KI-Systeme.
- Erfahrung mit Docker, automatisierten Tests, Monitoring und dem produktiven Betrieb von LLM-Anwendungen.
Diese Stelle ist in Voll- oder Teilzeit zu besetzen.