Arbeitgeber: Dt.Apotheker-u.Ärztebank eG

Bei der apoBank fördern wir Existenzen, realisieren zukunftsweisende Projekte und sind ein starker und zuverlässiger Partner für den deutschen Gesundheitsmarkt. Wir sind die größte Bank für alle akademischen Heilberuflerinnen und Heilberufler in Deutschland.

Meistere mit uns die spannenden Herausforderungen eines hochdynamischen Marktes und finde passende finanzielle Lösungen für unsere besonderen Kundinnen und Kunden.

Steige bei der apoBank ein und entwickle dich persönlich und beruflich weiter.

## Aufgaben

- Du entwickelst und optimierst produktionsnahe KI-Anwendungen für die intelligente Verarbeitung von Dokumenten – von Klassifikation und Datenextraktion bis zu Qualitäts-, Plausibilitäts- und Konfidenzprüfungen.
- Du integrierst Large Language Models über Azure OpenAI und optimierst Prompts, Modellparameter und Ausgabequalität anhand definierter Referenzdaten.
- Du entwickelst und integrierst skalierbare KI-Services in die bestehende Anwendungslandschaft der Bank und überführst sie zuverlässig vom Prototypen in den produktionsnahen Betrieb.
- Du übernimmst Verantwortung für den gesamten Anwendungslebenszyklus – von Design und Entwicklung über Test und Deployment bis zu Monitoring, Fehlerbehebung, Wartung und Weiterentwicklung.
-  Du arbeitest eng mit Fachbereichen,  Architektur, Informationssicherheit, Datenschutz und Risikomanagement zusammen und stellst den nachhaltigen Wissenstransfer in die Bank sicher.

## Profil

- Du verfügst über fundierte Erfahrung in der professionellen Softwareentwicklung und hast bereits produktionsnahe KI- oder datenintensive Anwendungen entwickelt.
- Du programmierst sicher in Java und bringst praktische Erfahrung mit Microsoft Azure, REST APIs, Git, CI/CD-Pipelines, automatisierten Tests und containerisierten Anwendungen mit.
- Du kennst dich mit Generativer KI, Large Language Models und Prompt Engineering aus; Erfahrung mit Document AI, OCR, Information Extraction oder strukturierter Datenextraktion ist von Vorteil.
- Du kannst die Qualität nichtdeterministischer KI-Systeme anhand von Referenzdaten, Konfidenzwerten und systematischen Fehleranalysen bewerten und kontinuierlich verbessern.
- Du verbindest eine strukturierte, interdisziplinäre Arbeitsweise mit einem hohen Bewusstsein für Datenschutz, Zugriffsschutz, Logging, Auditierbarkeit und den sicheren Betrieb von KI-Anwendungen