Wir haben bei Qodia ein umfangreiches Framework gebaut, mit dem KI-Agenten juristische und medizinische Texte analysieren, auswerten und strukturiert verarbeiten können. Kein Standard-NLP, kein fertiges Open-Source-Projekt, das man einfach deployen kann. Was wir hier machen, gibt es in dieser Form nicht am Markt. Es gibt keine Uni-Vorlesung dazu, kein Tutorial, kein Repo auf GitHub, das man forken könnte. Alles, was wir bauen, denken wir von Grund auf neu.

Wen wir suchen

Du willst nicht einfach nur Code schreiben, sondern verstehen, wie KI-Systeme wirklich funktionieren und sie besser machen. Du musst noch kein Senior sein. Aber du musst die Person sein, die ein Problem sieht und anfängt, es auseinanderzunehmen, statt auf eine Anleitung zu warten. Was wir bauen, steht in keinem Lehrbuch. Du musst bereit sein, Dinge von Grund auf neu zu denken und eigene Wege zu finden.

Du arbeitest dich in unser Agenten-Framework ein, verstehst, wie unsere KI medizinische Texte verarbeitet, und hilfst dabei, die Pipeline smarter, schneller und präziser zu machen. Dabei arbeitest du direkt mit unseren erfahrenen AI Engineers zusammen und lernst an echten Problemen, nicht an Tutorials.

Bei uns bekommst du alles, was du brauchst, um das Beste rauszuholen. Budget für Tools, Zugang zu state-of-the-art Modellen und Technologien, ein Team, das dich fördert. Du hast eine Idee, wie man etwas besser machen kann? Dann mach es. Wir geben dir den Raum und die Ressourcen dafür.

Deine Aufgaben

• Du arbeitest an unserer KI-Pipeline mit. Dokumentenextraktion, Strukturierung, Validierung von Ergebnissen.
• Du hilfst beim Training und der Evaluation von Modellen für domänenspezifische Aufgaben.
• Du baust mit an Evaluations-Pipelines, die Halluzinationen aufdecken und Qualität messbar machen.
• Du entwickelst Prototypen und testest neue Ansätze, ob RAG-Architekturen, Prompt-Strategien oder Agenten-Logik.
• Du denkst dir neue Wege aus, wenn die bekannten nicht reichen. Und das passiert hier oft.

Was du mitbringst

• Du kannst Python. Nicht perfekt, aber solide genug, um produktiven Code zu schreiben.
• Du hast ein Grundverständnis für Machine Learning und NLP, ob aus dem Studium oder eigenen Projekten.
• Du bist kreativ und findest Lösungen für Probleme, für die es kein Stackoverflow-Ergebnis gibt.
• Du denkst analytisch und kannst komplexe Zusammenhänge durchdringen.
• Du hast Bock, dich in ein hochspezialisiertes Fachgebiet einzuarbeiten, auch wenn es am Anfang unbequem ist.
• Bonuspunkte für Erfahrung mit LLMs, Transformer-Architekturen oder medizinischen Daten.