Description

Ich bin Python-Entwicklerin mit mehrjähriger Erfahrung im Backend-Development und einer wachsenden Spezialisierung auf Künstliche Intelligenz, insbesondere im Bereich Natural Language Processing (NLP) und Large Language Models (LLMs).

Mein beruflicher Hintergrund vereint Technik und Sprache: Ich habe in den letzten Jahren skalierbare Backend-Systeme entwickelt (Python, FastAPI, Flask, REST-APIs, AWS) und gleichzeitig meine Leidenschaft für Sprache, Kommunikation und semantische KI-Projekte vertieft.

Aktuell erweitere ich mein Wissen im Bereich Agentic AI, LangChain und LLM-Integration – mit dem Ziel, KI-Systeme zu entwickeln, die Sprache verstehen und sinnvoll einsetzen können.

Ich arbeite strukturiert, zuverlässig und lege großen Wert auf Qualität, Lesbarkeit und Klarheit im Code. Durch meine sprachliche Präzision bringe ich zudem die Fähigkeit mit, komplexe technische Themen verständlich zu vermitteln – sei es in Dokumentationen, Konzepten oder beim Wissensaustausch im Team.

💡 Schwerpunkte:

Python Backend Development

Natural Language Processing (NLP)

Large Language Models (LLMs), LangChain

API-Entwicklung & Datenverarbeitung

Cloud (AWS, GCP)

Technische Dokumentation & klare Kommunikation

📍 Standort: Leonberg (Raum Stuttgart) | Remote oder Hybrid

Languages

German
Native or bilingual
English
Fluent
French
Fluent
Spanish
Fluent

Workplace preferences

Can work on-site

Stuttgart (up to 50km)

LILT AI
AI Benchmark Engineer
May 2026 - July 2026 (2 months)
Task Engineering: Bewertung von Coding-Agenten.
Asset-Erstellung: Entwicklung realistischer Testumgebungen mithilfe von Datensätzen und Dateien auf Deutsch. Entscheidend ist dabei, dass diese Assets in der Zielsprache verbleiben, um die mehrsprachige Verarbeitung wirklich messen zu können.
Prompting & Übersetzung: Identifizierung von Schwachstellen, an denen KI-Systeme auf Deutsch versagen.
Implementierung & Verifizierung: Unterstützung bei der Entwicklung robuster Lösungen (Referenzimplementierungen) sowie Erstellung hochzuverlässiger, deterministischer Verifier-Skripte (rubrikbasierte Bewertung nur, wenn zwingend erforderlich).
Kalibrierung & Durchführung: Analyse von Ausführungsprotokollen und Kalibrierung des Schwierigkeitsgrads von Aufgaben (Easy bis Very Hard) anhand von Standard-Terminal-Bench-Konfigurationen über verschiedene Modell-Tiers hinweg (Haiku, Opus).
Qualitätssicherung: Teilnahme an einem strengen, vierstufigen menschlichen Qualitätskontrollprozess (Erstellung, menschliche Überprüfung, Kalibrierungsprüfung und Audit) sowie automatisierte LLM-basierte Prüfungen zur Sicherstellung von Fairness, grammatikalischer Korrektheit und Benchmark-Integrität.
Linguistische Überprüfung: Überprüfung von KI-Benchmark-Aufgaben in den Sprachen Hindi, Arabisch, Japanisch, Chinesisch, Tschechisch und Türkisch.
AI Benchmarking Coding Agents Agentic AI Large Language Models
Digitale Leute School
Ai Software Engineer
January 2026 - April 2026 (3 months)
Stuttgart, Germany
Weiterbildung in AI Software Engineering bei Digitale Leute
• Grundlagen moderner Softwarearchitekturen für KI-Systeme
• Engineering Principles, Best Practices & Clean Code
• Cloud-basierte Entwicklung & Deployment
• Testing, Monitoring & Qualitätssicherung von AI-Systemen
• Responsible AI, Security, Privacy & Compliance
• Entwicklung KI-gestützter Anwendungen (MVP → Production)
• Prompt Engineering & LLM-basierte Features
• Advanced Prompting & Evaluation
• Deployment & Monitoring von AI-Applikationen
• Refactoring & Robustness von AI-Code
• Entwicklung agentischer KI-Systeme
• Orchestrierung komplexer AI-Workflows
• Tool-Integration & Automatisierung
• Multi-Agent-Systeme & AI-Workflows
• Architektur & Skalierung agentischer Systeme
• Agile Methoden & Zusammenarbeit in cross-funktionalen
Teams
• Roadmapping, Planning & iterative Entwicklung
• Analyse von Nutzerverhalten & Application Monitoring
• KPIs, Tracking Events & Evaluation von AI-Features
• Manuelles Testing & Bug Reporting
Tools & Technologien
Python · LLMs · Prompt Engineering · Cloud Platforms · Docker · Git ·
CI/CD · Monitoring Tools · AI Frameworks · API-Design · Agile
Workflows
Python Large Language Models (LLMs) CI/CD MVP AI Agents
insightfabrix
Backend Software Developer
November 2024 - November 2025 (1 year)
Schorndorf, Germany
Entwicklung einer App, über die Datenbanken, Relationen und
Funktionen automatisch installiert werden können, mit Python und
Django. Enthalten sind ein Django-Hauptmodell und drei Inline
Modelle für die Apps, User und Git Repositories mit den SQL-Files. Die
Datenbanken werden für Kunden aus der Druckgussindustrie
angelegt. Prototyping mit Large Language Models und LangChain für
einen Chat-basierten Kundensupport.
Python/Django SQL PostgreSQL Python Backend Large Language Models