Bruski Smeets & Lange Rechtsanwälte Partnerschaft mbB
Werkstudent KI / LLM-Entwicklung (m/w/d) mit flexiblen Arbeitszeiten
Bruski Smeet & Lange Rechtsanwälte und Steuerberater Partnerschaft mbB
Wir bauen in unserer Kanzlei eine eigene, datenschutzkonforme KI-Umgebung auf – von der Architektur bis zum laufenden Betrieb. Dafür suchen wir eine:n technisch versierte:n Werkstudent:in, der/die dieses Projekt maßgeblich mitgestaltet und unsere KI-Landschaft mit uns aufbaut. Wir denken dabei nicht in einem befristeten Projekt, sondern suchen jemanden für eine langfristige Zusammenarbeit
Deine Aufgaben
- Entwicklung eines Zielbildes und einer Roadmap.
- Aufbau und Betrieb einer KI-Umgebung (Infra, Datenpipelines, Interfaces für Kolleg:innen).
- Konzeption und Umsetzung von RAG-Pipelines auf Basis kanzleieigener Dokumente.
- Entwicklung von Ingestion-Pipelines (PDF-Parsing, OCR, Chunking, Embeddings).
- Anbindung von LLMs über APIs und selbst gehostete Open-Source-Modelle.
- Mitarbeit an einer DSGVO-konformen, vertraulichen Architektur („Datenschutz by Design“).
- Evaluation, Monitoring, Logging sowie Dokumentation und Schulung der Kolleg:innen.
Dein Profil
- Master-Studium in Informatik, Data Science, KI/ML, Wirtschaftsinformatik, Mathematik o. Ä.; guter Bachelorabschluss an einer deutschen Universität.
- Sichere Python-Kenntnisse und erste praktische Erfahrung mit LLM-Projekten (z. B. LangChain/LlamaIndex/Haystack).
- Verständnis von Embeddings, semantischer Suche und RAG.
- Eigenverantwortliche, strukturierte Arbeitsweise und Freude an verständlicher Kommunikation mit Nicht-Techies.
- Hohe Sensibilität für Datenschutz und Vertraulichkeit; sehr gutes Deutsch, gutes Englisch.
Relevante Frameworks & Konzepte
Wichtig: Du musst nicht jedes genannte Tool kennen. Wenn du mit ähnlichen Technologien gearbeitet hast, ist das genauso gut – Hauptsache, du kannst dich schnell in neue Tools einarbeiten. Grundkenntnisse in mehreren der folgenden Bereiche wären optimal, den Rest lernst du bei uns:LLM-Orchestrierung & RAG: LangChain und/oder LlamaIndex (alternativ Haystack), Retrieval-Augmented Generation, Prompt Engineering, Chunking-Strategien, Embeddings.
Vektordatenbanken: z. B. pgvector, Qdrant, Weaviate oder Chroma – inkl. Verständnis von semantischer Suche und Hybrid Search.
Modelle & Bereitstellung: kommerzielle APIs (z. B. Anthropic Claude, OpenAI / Azure OpenAI) sowie selbst gehostete Open-Source-Modelle (z. B. Llama, Mistral) über Ollama oder vLLM; Verständnis der Abwägung RAG vs. Fine-Tuning.
Infrastruktur & (LLM-)Ops: Docker (und idealerweise erste Berührung mit Kubernetes), Cloud- oder On-Premise-Betrieb (in der EU, z. B. Azure/AWS EU-Region oder eigene Server), Grundlagen von CI/CD.
Evaluation & Monitoring: strukturierte Bewertung von LLM-Outputs (z. B. RAGAS, „LLM-as-a-judge“), Kosten- und Latenz-Tracking.
Datenschutz & rechtlicher Rahmen: DSGVO, anwaltliche Verschwiegenheit (§ 43a BRAO), Privacy by Design, Anonymisierung/Pseudonymisierung, Auftragsverarbeitung.
Deine Vorteile
- Flexible Arbeitszeiten bei einem Umfang von etwa 15 bis 20 Stunden pro Woche
- Attraktive Vergütung für Ihre Werkstudententätigkeit
- Technische Mitgestaltung einer eigenen KI-Umgebung von der ersten Idee bis zum laufenden Betrieb
- Viel Eigenverantwortung und Raum für eigene technische Lösungsansätze
- Direkte Zusammenarbeit mit der Kanzleileitung und fachliches Sparring mit externen Spezialisten
- Praxisnahe Erfahrung mit LLMs, RAG-Systemen, Sprachmodellen und moderner KI-Infrastruktur
- Einblicke in die Entwicklung datenschutzkonformer Lösungen für den juristischen Bereich
- Langfristig angelegte Zusammenarbeit über die Dauer des Studiums hinaus
- Perspektive auf eine weitere berufliche Entwicklung nach dem Studium
- Mitarbeit an einem anspruchsvollen Legal-Tech-Projekt mit direktem Praxisbezug
Deine Bewerbung
Wenn du Lust hast, in einer Kanzlei eine KI-Umgebung von Grund auf mit aufzubauen und Verantwortung zu übernehmen, freuen wir uns auf deine Bewerbung.
Bitte schick uns:
einen kurzen Lebenslauf,
einen Hinweis auf relevante Projekte (z. B. GitHub-Link, Projektbeschreibung),
dein aktuelles Transcript/Notenauszug (optional).
An [email protected] mit Betreff „Werkstudent:in KI-Umgebung“.