Bewertung & Konzeption

• Technische Bewertung von KI-Use-Cases hinsichtlich Datenverfügbarkeit, technischer Machbarkeit und Umsetzungsaufwand.
• Identifikation und Lösung von Herausforderungen wie Daten-Silos und Datennutzbarkeit.
• Architektur-Konzeption für die Überführung validierter Prototypen in skalierbare Lösungen.

Entwicklung & Integration

• Zügige, pragmatische Entwicklung von Prototypen, Proof-of-Concepts und Automatisierungen zur Validierung von Business-Hypothesen.
• Arbeit mit Datenbanken (SQL), APIs und bestehenden Systemen zur Integration und Datenaufbereitung.
• Integration externer KI-Services, Tools und Cloud-Plattformen in bestehende Prozesse.
• Operative Begleitung interner Lösungen und Umsetzungen zwecks Übergabe an IT bzw.  Fachbereiche.

Zusammenarbeit & Wissenstransfer

• Koordination und Schnittstelle zu externen Partnern, Dienstleistern und Agenturen sowie
  Zusammenarbeit mit internen Entwicklern, IT-Teams, BI-Teams und Fachbereichen.
• Fachgerechte Übergabe validierter Prototypen an Entwicklerteams zur skalierbaren Weiterentwicklung.
• Dokumentation technischer Lösungen, Architekturen und Ergebnisse für Entscheidungsträger und Folge-Teams.

• Mehrjährige Erfahrung in Software-, Data- oder Automation-Engineering mit Schwerpunkt KI/M.
• Fundiertes Verständnis von KI-Anwendungsfällen, deren Möglichkeiten und Grenzen in Theorie und Praxis.
• Nachweisliche Erfolge: Sie haben bereits eigenverantwortlich KI-Lösungen zur Skalierung, Qualitätssteigerung, Automatisierung oder Effizienzhebung erfolgreich gelauncht - mit messbarem ROI.
• Sehr gute SQL-Kenntnisse und fundierte Erfahrung im Umgang mit relationalen Datenbanken.
• Praktische Erfahrung mit Automatisierung, Schnittstellen (APIs) und Workflow-Entwicklung.
• Pragmatischer Umsetzungsfokus: Sie liefern schnell funktionsfähige Prototypen statt perfekter Endsysteme.
• Fähigkeit, technische Komplexität verständlich zu kommunizieren und als Brückenbauer zu agieren.

Wünschenswert

• Erfahrung mit Cloud-Plattformen (AWS, Azure, GCP) oder Low-Code-Tools.
• Kenntnisse in Machine Learning, insbesondere in der Anwendung bestehender Modelle und Services.
• Vertieftes Wissen über vorhandene KI-Werkzeuge und -Lösungen am Markt.
• Branchenerfahrung in Logistik, E-Commerce, B2B-Plattformen, Supply Chain oder vergleichbaren mehrseitigen Ökosystemen (Pharma-Kenntnisse sind kein Muss).