Consultant * GenAI and Machine Learning (all Levels)

Die meisten KI-Modelle, die heute gebaut werden, gehen nie in Produktion. Nicht, weil die Technik nicht funktioniert - sondern weil niemand geklärt hat, welches Geschäftsproblem sie eigentlich lösen. Genau dort setzt diese Rolle an. Als Consultant * GenAI & Machine Learning in unserem Bereich Digital & AI Services begleitest du Kunden über den gesamten Zyklus: Strategize - Design - Build - Grow. Du identifizierst den Use Case, rechnest den Business Case, entwirfst die Architektur - und bist dabei, wenn die Lösung live geht.

Das ist eine Beratungsrolle. Du arbeitest im Kundenmandat, in fremden Systemlandschaften, mit Daten, die selten so sauber sind wie im Tutorial. Wer nur Modelle bauen will, ist hier falsch. Wer nur beraten will, auch.

Wir besetzen diese Stelle auf Junior- wie auf Senior-Level. Was sich unterscheidet, ist nicht die Rolle - sondern wie viel du davon allein verantwortest.

Du verantwortest Datenprojekte unserer Kunden und entwickelst die Wertschöpfung aus ihren Daten weiter. Konkret:

• Strategize: Du identifizierst GenAI- und ML-Potenziale entlang der Wertschöpfungskette deiner Kunden und bewertest sie nach belastbarem Business Case - und sagst auch ab, wenn ein Use Case nur gut aussieht. Formate wie unser KI Boostcamp (2 Wochen) sind dein Werkzeug, nicht dein Endprodukt.
• Design: Du entwirfst AI-Architekturen und triffst Entscheidungen zu Modell, Datengrundlage und Integration - nachvollziehbar entlang Kosten, Latenz, Datenschutz und Wartbarkeit. Ob RAG, Fine-Tuning oder klassisches ML: Du wählst nach Problem, nicht nach Hype.
• Build: Du baust mit unseren Data Analysts und den Softwareentwicklern der UNITY Innovation Alliance PoCs, MVPs und live betriebene Services. Wir geben keine Konzepte ab.
• Grow: Du bringst Lösungen in den Betrieb und hältst sie dort: Evals, Monitoring, Data Governance und die Frage, wo das Modell entscheidet und wo Menschen.
• Berate CAIOs*, CIOs*, Head of AI* und Data Analysts auf dem Weg zum AI-Driven Company - im Workshop, im Lenkungskreis und im Zweifel auch gegen Widerstand.

Womit du arbeitest: Copilot Studio, Langdock, Azure, AWS, Power Automate, n8n, Agentic Coding mit Claude Code, Jira.

Wofür wir stehen: KI-Strategie in der technischen Entwicklung bei Volkswagen, Marktreife des digitalen Service SmartVue bei Kannegiesser, die Smart-City-Datenplattform der Stadt Paderborn, Entwicklung einer KI-Plattform bei HEGGEMANN.

Must-have - auf Junior-Level:

• Erste Erfahrung als Consultant* in der Managementberatung, als Data Scientist*, ML Engineer* oder Product Owner* - aus Werkstudium, Praktikum, Abschlussarbeit oder ersten Berufsjahren.
• Du hast mindestens ein GenAI- oder ML-Projekt selbst gebaut - auch wenn es ,,nur" ein Uni- oder Nebenprojekt war. Du kannst erklären, warum du welches Verfahren gewählt hast und woran es fast gescheitert wäre.
• Fundierte Grundlagen in Machine Learning und generativer KI (z. B. DNN, LLM, Embeddings, RAG) - über das Bedienen von Chat-Oberflächen hinaus.
• Python und SQL sind für dich Arbeitsmittel, nicht Prüfungsstoff.
• Prägnanz in Kommunikation und Präsentation auf Deutsch (ab C1) und Englisch (ab B2).
• Sehr gut abgeschlossenes Studium in einem für die Position relevanten Bereich.
• Reisebereitschaft für Kundentermine.

Zusätzlich auf Senior-Level:

• Mindestens 4 Jahre in einer Beratung oder vergleichbaren Rolle mit Mandatsverantwortung - du kennst wechselnde Kundenorganisationen, Angebotslogik und den Unterschied zwischen dem, was der Kunde bestellt, und dem, was er braucht.
• Du hast mehrere GenAI- oder ML-Lösungen bis in den produktiven Betrieb geführt - nicht nur bis zum PoC. Über mindestens eine davon kannst du eine Stunde lang ins Detail gehen.
• Erfahrung mit generativer KI über Prompting hinaus: RAG, Agenten-Orchestrierung, Evals und Guardrails - du weißt, warum ein Modell in Produktion anders scheitert als im Notebook.
• Du bewegst dich sicher auf Entscheider-Ebene: Du moderierst Workshops, hältst einem Lenkungskreis stand und lieferst schlechte Nachrichten früh statt schön.
• Erfahrung mit cloudbasierten Architekturen (Azure, AWS oder vergleichbar) und mit der Integration in bestehende Systemlandschaften (ERP, CRM, MES o. ä.).

Nice-to-have:

• MLOps- bzw. LLMOps-Erfahrung: Deployment, Monitoring, Model-Registry, Kostenkontrolle im Betrieb.
• Data Analytics (PowerBI, Tableau, R) und Erfahrung mit Graph- & NoSQL-Datenbanken (MongoDB, neo4j, GraphQL).
• Erfahrung in Data Governance oder mit dem EU AI Act und dessen Übersetzung in Produktentscheidungen.
• Agiles Mindset und Erfahrung als Product Owner* oder Scrum Master*.
• Branchenkenntnis in u. a. Automotive, Maschinen- und Anlagenbau, Öffentlicher Sektor.

Für wen diese Stelle nichts ist

• Wenn du Modelle bauen willst, ohne über Geschäftsnutzen zu sprechen: Bei uns beginnt jedes Projekt mit der Frage, was es dem Kunden bringt - und endet manchmal mit einem Nein.
• Wenn deine KI-Erfahrung im Wesentlichen aus Prompting und Tool-Evaluation besteht: Wir suchen Leute, die verstehen, was unter der Oberfläche passiert.
• Wenn du an einer Datenlandschaft arbeiten willst, die dir gehört und die du kennst: Hier wechseln Kunde, Systeme und Datenqualität - Beratungsalltag inklusive Reisetätigkeit.
• Wenn Forschung dein Ziel ist: Wir publizieren nicht, wir liefern. State of the Art nutzen wir, wir erweitern ihn nicht.