AI Engineer – Innovation & Experience (m/w/d) at Experience One

, , Germany -

Full Time

Start Date

Immediate

Expiry Date

08 Feb, 26

Salary

85000.0

Posted On

10 Nov, 25

Experience

2 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Python, TypeScript, Conversational AI, NLP, NLU, LLM Frameworks, APIs, Data Sources, Prototyping, CI/CD, Monitoring, User Feedback, Agile Teams, Cloud Platforms, Flow Engineering

Industry

Design

Description

AI Engineer – Innovation & Experience (m/w/d) Du denkst über Dialoge hinaus und setzt agentische Schritte gezielt ein, um Prozesse für Nutzer:innen, Unternehmen und Produkte messbar zu verbessern. Warum diese Rolle jetzt? Experience One bringt NextGen CX („Leading through AI“) in die echte Welt. Gemeinsam mit starken Marken entwickeln wir digitale Erlebnisse an der Schnittstelle von Technologie, Design und Strategie. Seit 2016 realisieren wir AI-getriebene Experiences – heute mit klarem Fokus auf Agent-Experience (AX). Unsere Kund:innen wollen mehr davon, deshalb setzen wir gemeinsam NextGen Conversational Experiences um. Unser erfahrenes Engineering-Team liebt Pionierarbeit, setzt Standards und liefert täglich neue Experiences. Für die nächsten Projekte bauen wir unser AI-Team aus. Deine Chance: Von Anfang an Standards, Tools und Produkte mitgestalten, gemeinsam mit Designer:innen, Strategists & Engineers aus Berlin, Frankfurt, Stuttgart und remote (DACH). Was wird deine Rolle sein? Als AI Engineer baust du moderierte, AI-gestützte Customer Experiences – von dialogbasierten Interaktionen bis zu teil-/vollautomatisierten Prozessen. Du verbindest moderne LLMs gezielt mit bestehenden und neuen Schnittstellen, erschließt APIs und Datenquellen und machst sie für AI nutzbar. Im Alltag gestaltest und optimierst Conversational Flows, inklusive Intents, Entities, Prompts, Fallbacks und Response-Design und verbesserst kontinuierlich auf Basis von Testsets, Nutzungsdaten, Logging und Feedback. Du analysierst und verbesserst Interaktionen auf Basis von Testsets, Nutzungsdaten, Logging und Feedback. Was du bewirkst Du setzt AI-gestützte Experiences um, die im Alltag überzeugen: Du modellierst Conversational Flows (Intents, Entities, Prompts, Fallbacks) und bindest moderne LLMs über saubere APIs/Schnittstellen (z. B. MCP/A2A) an relevante Daten und Services an. Vom ersten entworfenen Flow bis zur produktiven Nutzung treibst du die E2E-Umsetzung: Du baust Prototypen, testest im Systemkontext, schärfst Schnittstellen und sorgst mit CI/CD dafür, dass Features stabil ausgerollt werden. Dabei achtest du auf Skalierbarkeit, Sicherheit und klare Übergaben. Qualität machst du messbar: Mit Testsets, Logging, Monitoring und Nutzerfeedback verbesserst du Antwortqualität, P95-Latenz und Kosten/Request Schritt für Schritt. Du setzt Guardrails sinnvoll ein und entscheidest, wann agentische Ansätze Mehrwert liefern und wann klassische UX der bessere Weg ist. Gemeinsam mit UX, PM und Stakeholder:innen übersetzt du komplexe Prozesse in intuitive Interaktionen. Deine Arbeit macht AI-Funktionalität greifbar, senkt Reibung im Prozess und sorgt dafür, dass Features stabil, skalierbar und nachvollziehbar erfolgreich laufen. Das macht dich aus Python oder TypeScript wendest du sicher im Alltag an; mind. eine AI-Lösung in der Cloud bis zur produktiven Nutzung hast du mitgebaut. Deine Erfahrung mit Conversational AI, NLP/NLU und mindestens einem LLM-Framework (z. B. MCP/A2A, LangChain oder LangGraph, Google ADK) geht über die Theorie hinaus. Du hast sie hands-on in funktionierende Use-Cases übersetzt und kennst die Erfolgsfaktoren. Du bleibst lern- und lieferstark: testest inkrementell, verbesserst auf Basis von Daten/Feedback und bringst Fortschritte stabil in Produktion. Hürden erkennst du früh, wählst klug zwischen Eigenlösung und Sparring und hältst Entscheidungen verständlich fest. Komplexe Themen zerlegst du dabei eigenständig und machst deine Entscheidung für Stakeholder:innen nachvollziehbar. Du kommunizierst klar auf Augenhöhe und fühlst dich in interdisziplinären, agilen Teams zu Hause. Compensation & Perks Gehalt: Wir veröffentlichen Gehaltsbänder, um Erwartungen von Anfang an abzugleichen. Für diese Rolle sind je nach Erfahrung, Level und Impact 60 - 85 k € angesetzt. Wenn dein Profil außergewöhnlich gut passt, sprechen wir über Spielräume am oberen Ende. Urlaub: 28 Tage pro Jahr Arbeiten & Standorte: flexibel & mobil; unsere Büros in Stuttgart, Berlin und Frankfurt sind zentral und modern. Hardware & Setup: Du startest mit MacBook (oder Windows), iPhone, Monitor(en) und komplettem Zubehör – auch für Remote. Weiterentwicklung: Wöchentlich 2 Std. „Mein Fortschritt“, interne Tech-Talks und externe Weiterbildungen nach Bedarf. Health: Wellpass, bAV, sowie unsere volle Unterstützung bei privaten Notfällen. JobRad: (nach der Probezeit) per Entgeltumwandlung Come as you are Bei uns zählt deine Persönlichkeit. Wir schaffen ein Umfeld frei von Diskriminierung – unabhängig von Geschlecht, sexueller Identität, Alter, Herkunft, Religion oder Behinderung. Come as you are! What we don’t need 👉 Chatbot Hero - reine „Dialogsysteme“ ohne moderne LLM/Agent-Praxis sind nicht unsere Lösung. 👉 Big-Bang-Refactor – wir skalieren in kleinen, testbaren, verlässlichen Schritten. 👉 Rockstars/Ninjas – wir suchen verantwortungsvolle Team-Builder:innen. TL;DR Role: AI Engineer (m/w/d) für AI-gestützte Customer Experiences in Produktion. Must: Software Engineering (Python/TypeScript), AI im Business-Knotext, Conversational AI/NLP, Framework ≥1 (MCP/LangChain/LangGraph/ADK/…) Nice on Top: Cloud (egal ob Azure, AWS oder Google - eine AI-Platform in der Cloud produktiv genutzt), Data Engineering, Flow Engineering (n8n). Working style: offen, neugierig, selbstorganisiert; enge Zusammenarbeit mit UX/PM/Stakeholder:innen. Arbeitsmodell: Hybrid BER/FRA/STR oder Remote (DACH); Deutsch fließend. Prozess: Aivy+CV → 1. Kennenlernen → Tech Talk → Decision (CTO & CEO); ≤ 7 Tage Feedback. Comp: 60–85 k € (DE).

Responsibilities

As an AI Engineer, you will build moderated, AI-supported customer experiences, optimizing conversational flows and integrating modern LLMs with existing interfaces. You will drive end-to-end implementation from prototype to production, ensuring scalability and quality.