Thesis (Master) AI Operating System for Agentic Applications (all genders)
Standorte: Karlsruhe, Braunschweig, Frankfurt am Main, Leipzig, Mannheim, Stuttgart
Was erwartet dich
- Du analysierst den Stand der Technik zu AI OS / AI Factory (Lakehouse, Ontologie/KG, Agentic Systems) und leitest daraus klare Architekturprinzipien und Design-Entscheidungen ab.
- Entwerfe eine 3-Layer-Architektur (Data Layer, Semantic Layer, AI/Agentic Layer) inkl. Schnittstellen und Verantwortlichkeiten.
- Du definierst, wie ein Lakehouse (z. B. Delta/Iceberg-Paradigmen) als „Single Source of Truth“ für strukturierte & unstrukturierte Daten (Docs/Events/Logs) dient – inkl. Data Products, Quality, Lineage und Zugriffskontrollen.
- Du konzipierst einen semantischen Kern (Ontology/KG) mit Business Objects, Beziehungen und (optional) Actions/Writeback-Pfaden; inkl. Entity Resolution, Semantic APIs und (Graph-)Retrieval-Strategien.
- Implementiere einen PoC (z. B. GraphRAG/RAG + Tool-Calling + Agent Runtime) und zeige, wie Agenten auf Semantik „geerdet“ Entscheidungen treffen und kontrolliert handeln können (Policies, Audit, Human-in-the-loop).
- Liefere Masterarbeit + Architekturdiagramme + PoC-Demo + Entscheidungslog (Trade-offs, Build-vs-Buy, Skalierungspfad) – so, dass es als Blaupause für weitere Umsetzungen dient.
Was erwarten wir von dir
- Persönlicher Background: Du bist immatrikulierte/r Master Student:in der Informatik, Mathematik, Physik oder einer anderen Natur- oder- Ingenieurwissenschaft.
- Data & Tech Skills: Du besitzt sehr gute Grundlagen in Data/AI (Python, SQL) und hast ein solides Verständnis moderner Datenplattformen (Cloud- oder On-Prem-Grundkonzepte) sowie Interesse an Lakehouse-Architekturen, Knowledge Graphs/Ontologien und LLM-/Agenten-Patterns.
- Analytische & wissenschaftliche Arbeitsweise: Du bringst die Fähigkeit mit, Literatur und Praxisquellen zu strukturieren, Hypothesen abzuleiten und Ergebnisse reproduzierbar zu dokumentieren (Methodik, Experimente, saubere Argumentation).
- Engineering & Prototyping: Du kannst Prototypen sauber umsetzen (Git, Testing-Basics, Dokumentation), Schnittstellen/API-Denken und ein Gefühl für „Production Readiness“.
- Communication is key: Du kannst komplexe Themen verständlich visualisieren und in Reviews/Workshops klar vertreten (z. B. Architektur- und Ergebnispräsentationen).
- Nice to have: Du hattest bereits erste Berührungen mit Knowledge Graph Technologien (Neo4j/RDF/Property Graph), RAG/Embeddings, Agent Frameworks (z. B. LangGraph/Autogen), Data Lakhouse oder Data Catalog.
- Let's talk: Du sprichst fließend Deutsch und Englisch - super, dann findest du dich bei Exxeta bestens zurecht.
Warum Exxeta
- Arbeite in einer lockeren, freundlichen Unternehmenskultur mit kompetenten und motivierten Kolleg:innen.
- Mobiles Arbeiten? Nachteule oder früher Vogel? Für deine optimale Study-Life-Balance gibt es genug Gestaltungsraum.
- Profitiere von sehr gutem Wissensmanagement und Coaching.
- Stelle die Weichen für deinen Start ins Berufsleben bei Exxeta.
Du glaubst, nicht alle Anforderungen zu 100% zu erfüllen? Das sollte dich nicht abhalten, denn wir suchen Menschen, nicht Checkboxen. Auch wenn du nicht jeden Punkt abhaken kannst, freuen wir uns über deine Bewerbung. Diversität und unterschiedliche Perspektiven bereichern unser Team – denn Vielfalt macht uns besser.
Wir freuen uns schon darauf, dich kennenzulernen! Du hast noch Fragen? Dann melde dich gerne.
- Gabriela Zitsch
- Lead Employer Branding
- +49 172 9853210
