Likeremote

Subscribe to the latest remote jobs:

  • Likeremote jobs on https://LinkedIn.com/
  • Likeremote jobs on https://telegram.org/
  • Likeremote jobs on Reddit.com

AI Transformation Engineer (m/f/d)

Auvesy Mdt Holding Gmbh
🇺🇸 United States
Remote
1 month ago
  • SIE
  • AI
  • Claude Code
  • Cursor
  • Machine Learning
  • LLM APIs
  • RAG
  • C#
  • .NET
  • Python
  • ETL
  • ELT
1 month ago
Auto apply with Likeremote
Not scoredNo CV on file. Upload one and this job gets a score out of 100.Upload CV
So arbeiten wir – bitte aufmerksam lesen
Diese Stelle passt nicht zu jedem, und das ist Absicht. Damit du einschätzen kannst, ob sie zu dir passt:
  • Es gibt keine fertige Use-Case-Liste. Du baust dir deine Pipeline selbst auf – durch Gespräche, Beobachtung und Neugier auf die Arbeit anderer. Was du findest, bewertest und priorisierst du eigenverantwortlich. 
  • Du wirst öfter "nein" sagen als "ja". Viele Use-Case-WĂĽnsche sind bei genauem Hinsehen zu teuer, zu riskant oder schlicht ein Prozessproblem, das keine KI braucht. Du musst das erkennen, begrĂĽnden und freundlich vertreten können – ohne die Beziehung zur Abteilung zu beschädigen. 
  • Beratung ist die Hälfte des Jobs. Du fĂĽhrst Gespräche, moderierst Workshops, siehst Kollegen bei der Arbeit ĂĽber die Schulter und dokumentierst Prozesse, die noch nie jemand aufgeschrieben hat. Erst danach wird gebaut. Wer diesen Teil als lästige Vorstufe zum Coden empfindet, wird hier nicht glĂĽcklich. 
  • Nicht alle freuen sich ĂĽber dein Kommen. Manche Kollegen sehen in KI eine Bedrohung fĂĽr ihre Arbeit, andere haben schlicht keine Zeit fĂĽr dich, und in manchen Prozessen ist die Ineffizienz jemandes lieb gewordene Routine. Du nimmst diese Vorbehalte ernst statt sie wegzuargumentieren – und arbeitest bei sensiblen Themen frĂĽh und offen mit Datenschutz, IT-Security und Vorgesetzten zusammen, statt an ihnen vorbei.
  • ď‚·Jedes Teammitglied handelt sehr autonom. Du setzt dir deinen eigenen MaĂźstab und prĂĽfst deine eigenen Ergebnisse kritisch, bevor jemand anderes es tut. Austausch und Feedback gibt es selbstverständlich – aber die Qualitätssicherung deiner Arbeit beginnt bei dir. 
  • Du bist der Spezialist fĂĽr dein Gebiet. Unser Innovationsteam ist bewusst interdisziplinär aufgestellt, mit kaum Ăśberlappungen zwischen den Disziplinen. Du hast Spezialisten fĂĽr Frontend, Backend und UX an deiner Seite, wenn aus einem Use-Case mehr wird – aber die KI-Transformation ist dein Feld, und du verantwortest es fachlich selbst. 
  • Wir arbeiten selbst AI-gestĂĽtzt – konsequent. Tools wie Claude Code oder Cursor sind bei uns Alltag, nicht Experiment. Wer anderen Abteilungen KI-gestĂĽtztes Arbeiten näherbringt, sollte es selbst vorleben – und wissen, wo die Grenzen liegen. Das verschiebt den Schwerpunkt der Arbeit: weniger selbst tippen, mehr Probleme präzise formulieren und Ergebnisse kritisch prĂĽfen, bevor sie jemand anderes nutzt. 
  • Wöchentliche Freiräume sind fest eingeplant – rund 10 % deiner Arbeitszeit. Zeit fĂĽr fachliche Weiterentwicklung, eigene Ideen und kreativen Austausch ist bei uns Teil der Arbeitswoche – kein Nice-to-have, das im Tagesgeschäft verdampft. 
  • Ergebnisgetrieben und prozessual schlank. Wir brauchen schnelle, pragmatische Lösungen, die im Alltag funktionieren – keine ĂĽber Monate ausgefeilten 100%-Systeme. Wächst ein Use-Case Richtung Produkt, ĂĽbergibst du ihn an unser Innovationsteam oder R&D. 
  • Diese Rolle lebt von Präsenz. Use-Cases findet man häufig nicht per Videocall, sondern beim Zusehen, im Flurgespräch, am Schreibtisch der Kollegen. Plane regelmäßige Zeit in Landau ein (ca. 10–20 % der Arbeitszeit, gerade in der Anfangsphase eher mehr).
Wenn du darauf wartest, dass dir jemand sagt, wo es klemmt, wirst du bei uns nicht glücklich. Den Kolleginnen und Kollegen ist oft selbst nicht bewusst, dass ein Problem existiert oder sich eine Effizienzchance bietet – genau das zu erkennen, ist der Kern dieser Rolle. Wenn dich das reizt: lies weiter.
  • Use-Cases fĂĽr KI im Unternehmen aktiv identifizieren: Abteilungen und ihre Prozesse kennenlernen, Ineffizienzen und Potenziale aufdecken, Ideen gemeinsam mit den Fachbereichen ausarbeiten 
  • Use-Cases ehrlich bewerten: Nutzen, Aufwand, Machbarkeit, Datenschutz- und Ethik-Risiken – und auf dieser Basis priorisieren, was umgesetzt wird und was nicht 
  • Lösungen pragmatisch umsetzen: Workflow-Automatisierungen, interne Tools, LLM-basierte Anwendungen, Integration von KI-APIs – mit dem Werkzeug, das zum Problem passt 
  • Lösungen in den Alltag bringen: EinfĂĽhrung begleiten, Kollegen befähigen, Feedback einsammeln und nachschärfen 
  • Gespräche und Workshops mit den Fachbereichen vorbereiten, moderieren und nachhalten – inklusive der Prozessaufnahme, die es vorher nicht gab (Shadowing, einfache Prozessdokumentation)
  • Erwartungen managen: klären, was eine Lösung leisten wird und was nicht, bevor sie gebaut wird
  • Kollegen befähigen: Schulungen und Hilfestellungen, Multiplikatoren in den Abteilungen gewinnen, internen Erfahrungsaustausch zu KI aufbauen
  • Größere oder produktnahe Use-Cases strukturiert an Innovationsteam oder R&D ĂĽbergeben 
  • Ergebnisse und Empfehlungen gegenĂĽber Fachbereichen und GeschäftsfĂĽhrung präsentieren – auf dem jeweiligen technischen Niveau deines GegenĂĽbers 
  • Mehrjährige praktische Erfahrung in der Entwicklung von Softwarelösungen – du bist und bleibst jemand, der selbst baut 
  • Praktische Erfahrung im Bau von GenAI-Anwendungen: LLM-APIs, Prompt Engineering, RAG – idealerweise in Lösungen, die echte Nutzer im Alltag verwenden 
  • Breiter Werkzeugkasten statt einem Spezialgebiet: C# .NET, Python, Automatisierungs- und Integrationswerkzeuge, KI-APIs – du wählst pragmatisch, was passt 
  • Erfahrung darin, Anforderungen direkt mit Fachbereichen zu erarbeiten – z. B. aus Beratung, Solution Engineering, Requirements Engineering oder vergleichbaren Rollen 
  • Gute Ăśbersicht ĂĽber aktuelle Trends, verfĂĽgbare Off-the-shelf-Lösungen und neue Entwicklungen im KI-Umfeld – du weiĂźt, wann man baut und wann man kauft 
  • Sehr gute Deutsch- und Englischkenntnisse – Teamsprache ist Deutsch, im Austausch mit Kollegen an unseren internationalen Standorten brauchst du auch im Englischen volle Sicherheit 
  • Ăśberwiegende Arbeit im Homeoffice, regelmäßige Präsenz in unserem HQ in Landau (ca. 10-20 % der Arbeitszeit)
  • Praktische Erfahrung im Bau von GenAI-Anwendungen: LLM-APIs, Prompt Engineering, RAG – idealerweise in Lösungen, die echte Nutzer im Alltag verwenden 
  • Erfahrung darin, Anforderungen direkt mit Fachbereichen zu erarbeiten – z. B. aus Beratung, Solution Engineering, Requirements Engineering oder vergleichbaren Rollen 
  • Erfahrung mit Datenaufbereitung und -pipelines (ETL/ELT) 
  • Erfahrung mit EinfĂĽhrungs- und Change-Prozessen oder dem Schulen von Kollegen
  • Erfahrung im Moderieren von Workshops 
  • Erfahrung aus einem Fachbereich auĂźerhalb der IT – Support, Vertrieb, Service oder Verwaltung. Wer selbst schon in solchen Prozessen gearbeitet hat, erkennt Potenziale schneller.
  • Du hörst erst zu, bevor du Lösungen vorschlägst – und kannst dich schnell in fremde Arbeitswelten, Prozesse und Tools eindenken. Du stellst dabei die Frage, die niemand erwartet hat, statt die, die zu deiner Lösung passt. 
  • Du gewinnst Vertrauen, auch bei Skeptikern. Menschen erzählen dir von Umwegen und Workarounds, die sie ihrem Chef nie zeigen wĂĽrden – weil du diskret damit umgehst und nie jemanden vorfĂĽhrst. 
  • Du bewegst dich sicher zwischen den Welten. Mit dem Support sprichst du anders als mit der Entwicklung und anders als mit der GeschäftsfĂĽhrung – und alle drei fĂĽhlen sich verstanden. 
  • Du kannst „nein" sagen, ohne TĂĽren zu schlieĂźen – und ein Scheitern eingestehen, auch wenn du schon Aufwand investiert hast. 
  •  Du hast ein gutes GespĂĽr fĂĽr Verhältnismäßigkeit – du baust die Lösung, die das Problem braucht, nicht die größtmögliche. Und du erkennst, wenn die beste Lösung gar keine KI ist. 
  • Du bleibst dran, wenn es unbequem wird. Nach dem Go-Live beginnt der schwierige Teil: Kollegen fallen in alte Muster zurĂĽck, Feedback kommt spät oder nie. Du fragst nach, statt das Thema als abgeschlossen zu verbuchen. 
  • Du hältst Frustration aus. Termine werden verschoben, Use-Cases sterben nach Wochen Arbeit, Abteilungen haben keine Zeit fĂĽr dich. Das nimmst du nicht persönlich. 
  • Ein offenes Auge fĂĽr Defizite und Potenziale, technisch wie organisatorisch.
  • Transformative Möglichkeiten und integrative Kultur: Werde Teil eines dynamischen, sich weiterentwickelnden Unternehmens, in dem Wachstum gefördert wird, deine Beiträge geschätzt werden und du in einer vielfältigen, unterstĂĽtzenden Gemeinschaft zusammenarbeiten und dich entfalten kannst.
  • Flexible Arbeitsmöglichkeiten: Arbeite so, wie es fĂĽr dich am besten ist – remote, hybrid oder in unserem hochmodernen BĂĽro.
  • Zukunftssicherheit: Wir investieren in deine Zukunft und leisten einen Beitrag von 20 % zu einem umfassenden betrieblichen Alterversversongung.
  • Zusätzliche Krankenversicherung: GenieĂźe zusätzliche Sicherheit mit einer Krankenzusatzversicherung, die dein Wohlbefinden ĂĽber das Grundlegende hinaus unterstĂĽtzt.
  • Unternehmensvorteile: Profitiere von exklusiven Rabatten auf ausgewählte Marken, um deinen Alltag zu bereichern.
  • Kontinuierliches Lernen: Nutze Preply fĂĽr einfaches Sprachenlernen und unterstĂĽtze so deine persönliche und berufliche Entwicklung.
  • Meilensteine feiern: Freue dich ĂĽber Geschenke zu wichtigen Lebensereignissen wie Heirat, Geburt eines Kindes oder deinem Jubiläum bei uns.
Wenn Du Fragen zu der Stelle haben solltest, wende Dich bitte an unser Recruiting-Team (Chiara & Dirk) unter hiring@amdt.com mit Verweis auf den Titel der Stelle

AI Transformation Engineer (m/f/d) · Auvesy Mdt Holding Gmbh

Auto apply with Likeremote