Back-End Engineer generative KI (Phython, KI Data Science, Cloud, DevSecOps, LLMs) (m/w/d) - remote

Projektkontext
Für eine der größten gesetzlichen Krankenkassen Deutschlands suchen wir ein großes Experten-Team zum Ausbau und zur Verbesserung des digitalen Service-Angebots. Im Rahmen der Ausschreibung benötigen wir von Ihnen noch im Oktober alle notwendigen Unterlagen zur Angebotserstellung und eine Angebotsbindung bis Ende Dezember 2025. Die Projektarbeiten beginnen Anfang Januar 2026. Die Projektlaufzeit beträgt bis zu vier Jahre.

Bitte bewerben Sie sich nur, wenn Ihr Profil zu mehr als 85% die Anforderungen abdeckt und Sie die Mindestanforderung voll erfüllen. Ebenfalls müssen Sie verhandlungssicher in der deutschen Sprache sein und in Deutschland wohnen.

Der Einsatz ist Vollzeit zu erbringen. Teilen Sie uns mit Ihrer Bewerbung bitte Ihren Stundensatz und Ihre Verfügbarkeit mit. 

Mindestanforderungen

• Erfahrung mit grundlegenden Konzepten der Informatik, insbesondere Datenstrukturen, Algorithmen, automatisierten Tests, objektorientierter Programmierung, algorithmischer Komplexität und den Auswirkungen von Designentscheidungen auf die Softwareleistung.
• Mindestens 3 Jahre Erfahrung im Bereich Software-Entwicklung in Python und übergreifende Kenntnisse in z. B. Full Stack, App Entwicklung, oder Entwicklung verteilter Anwendungen.
• Mindestens 1 Jahr Erfahrung in der Arbeit an produktiven KI/ Data Science/ Data Analytics Projekten und spezialisierte Kenntnisse in einzelnen Data Science Fachbereichen (z. B. NLP, OCR usw.).

Bewertungskriterien

• Verständnis des ML-Lebenszyklus von der Datenextraktion bis zur Modellierung, Produktentwicklung und A/B-Tests.
• Verständnis grundlegender Konzepte und Algorithmen der Statistik und des maschinellen Lernens.
• Erfahrung mit Big-Data-Technologien (z. B. Hadoop, BigQuery, Spark) sowie in der Arbeit mit diversen Datenbanken.
• Erfahrung mit der Datenverarbeitung, -visualisierung und -modellierung in Python. Darüber hinaus fundierte Kenntnis von SQL.
• Erfahrung mit Cloud-Computing-Plattformen (z. B. MS Azure, AWS, GCP).
• Erfahrung in der Arbeit nach DevSecOps-Grundsätzen und Vertrautheit mit bewährten Bereitstellungsmethoden der Branche unter Verwendung von CI/CD-Tools und Infrastruktur als Code (z. B. Jenkins, Docker, Kubernetes, Terraform).
• Erfahrung mit Prompt Engineering für große Sprachmodelle (LLMs) sowie in der Anwendung von Techniken zur Bereitstellung anwendungsspezifischer Informationen für LLMs, wie z. B. Retrieval-Augmented Generation (RAG).
• Erfahrung im Einsatz moderner Softwarebibliotheken wie LangChain zur Entwicklung von Workflows und Systemen auf Basis von LLMs.
• Projekterfahrung als Back-End Engineer bzw. einer vergleichbaren Rolle in einer GKV in einem der folgenden Bereiche (mindestens einige Monate, bitte Rolle innerhalb des Projekts und Details über das Projekt beschreiben):
  • Entwicklung eines fachbereichsübergreifenden KI-gestützten Wissensmanagement-Systems für eine GKV (z. B. Stationäre Versorgung, Hilfsmittel) mit LLM-basierter Extraktion, Zusammenfassung und semantischer Suche (RAG) inkl. Re-Ranking für Gesundheits- und Rechtsdokumente (Gerichtsurteile, Verträge, Richtlinien) zur Optimierung der internen
    Wissensverwaltung.
  • KI-getriebene Extraktion, Zusammenfassung und Darstellung von Vertragsinhalten und Preislisten für Leistungserbringer in der speziellen ambulanten Palliativversorgung (SaPV).
  • LLM-getriebene Extraktion, Zusammenfassung und Darstellung von Widersprüchen inkl. Anträgen, Verwaltungsakten, Gutachten und Kundenkorrespondenz im Bereich Pflege und Hilfsmittel.
  • KI-gestützte Extraktion, Strukturierung und Zusammenfassung von Leistungsabrechnungsdokumenten im Rahmen von Erörterungsverfahren zu Krankenhausabrechnungen – inklusive Aufbau einer Verarbeitungs-Pipeline mit OCR (Azure Document Intelligence), Datenstrukturierung (XML) und LLM-basierter Analyse zur Dokumenttyp-Gruppierung, zeitlichen Einordnung und inhaltlichen Zusammenfassung.
  • Bei solcher oder anderer Projekterfahrung mit dem Einsatz generativer KI in der GKV bewerten wir die Relevanz dieser Erfahrung für bestehende und zukünftige Projekte der Unternehmenssteuerung.