TUM Venture Labs Werkstudentin (wmd) Product Forward Deployed Engineer Growth & Intelligence

TUM Venture Labs ist ein Deeptech-Incubator und Teil des UnternehmerTUM-Ökosystems laut Financial Times Europas führender universitärer Startup-Hub. Wir begleiten Scientists auf ihrem Weg vom Forschungsdurchbruch zum erfolgreichen Unternehmen entlang der verschiedenen Startup Phasen.

Unser Produktteam sucht einen Werkstudentin (m/w/d) der/die uns bei der Entwicklung und dem Betrieb von KI-gestützten Produkten Automatisierungen und operativen Support-Prozessen unterstützt.

Du arbeitest mit uns an einer der spannendsten Fragen im europäischen Innovations-Ökosystem:wie wir aus Scientists mehr und bessere Deeptech-Founders machen und ihre Ideen erfolgreich zu skalierbaren Businesses konvertieren.

Standort: München

Umfang: 20 Stunden/Woche

• Du sitzt direkt bei der Person die das Problem hat
• Du verstehst den Geschäftskontext bevor du Code schreibst
• Du baust selbst iterierst schnell lieferst Working Software statt Specs
• Du machst dich überflüssig indem du Tools baust die andere skalieren

Inspiriert vom Forward Deployed Engineering Modell von aufstrebenden AI-Companies.

Founders Journey Engineering

• Funnel-Analyse über alle vier Phasen wo verlieren wir wie viele Founders und warum
• A/B-Tests Activation-Loops und Lifecycle-Kampagnen konzipieren und implementieren
• Qualität eingehender Bewerbungen messbar machen und steigern
• SQL gegen Salesforce/Supabase Python für Daten-Pipelines API-Integrationen
• Tracking-Infrastruktur (PostHog Custom Events)
• Generative Engine Optimization & SEO Sichtbarkeit in ChatGPT Perplexity Claude Gemini

Operational Intelligence Layer

• Datenquellen verbinden: Salesforce Notion Slack Sharepoint zu durchsuchbarem Layer
• Single Source of Truth Pipelines (z.B. Startup-Master-Data)
• AI-Agents für wiederkehrende interne Fragen
• Workflow-Automatisierung n8n oder Custom Code
• Self-Service Reporting für nicht-technische Teammitglieder

Was du mitbringst

• Nachweisbare Builder-Erfahrung GitHub Portfolio oder Live-Demo
• SQL auf Ich baue uns eine Funnel-Query in 30 min-Niveau
• Python hands-on: Pandas Requests einfache Scripts
• API-Erfahrung: REST Auth Pagination
• Analytics-Tools: PostHog GA4 Mixpanel Amplitude
• Growth-Mechaniken nicht nur gelesen sondern angewendet: AARRR JTBD Channel-Product-Fit
• Eigenständig ergebnisorientiert kein Wartemodus
• Fließend in Deutsch und Englisch

Was dich von anderen abhebt

• AI-Agents RAG-Pipelines Vector Databases (Pinecone pgvector Weaviate)
• AI-Tools im Engineering-Alltag: Claude Code Cursor Copilot
• Semantic Search Embeddings LLM-Integrationen
• Marketing-Automation: HubSpot Brevo Loops
• Workflow-Automatisierung: n8n
• Salesforce Frontend-Basics SEO/GEO
• Reforge Lennys Brian Balfour als Denkweise nicht als Lektüreliste
• Startup- oder Scale-up-Erfahrung

• Du sammelst Hands-on-Erfahrung mit LLMs KI-Tools und No-Code/Low-Code-Technologien
• Du gestaltest mit wie eine Organisation KI in Zukunft einsetzen wird
• Freiraum für kreative Lösungen & Prozessautomatisierung
• Direkter Impact auf das Startup-Ökosystem.
• Hybrides Arbeiten & flexible Arbeitszeiten für eine optimale Studienvereinbarkeit.
• Einblicke in die Startup- & KI-Szene.
• Zugang zu exklusiven Branchen-Events & wöchentlichen Sportaktivitäten.

Du arbeitest direkt daran wie wir aus Scientists erfolgreiche Deeptech-Founder machen und ihre Ideen zu skalierbaren Businesses entwickeln. Du baust selbst mit AI-Engineering-Unterstützung und modernem Stack eingebettet in eine wachsende Deeptech-Organisation mit Zugang zu Foundern MDs und Labs.

Was wir von dir sehen wollen

• Ein Projekt das du gebaut hast - Problem Lösung (Code her) messbares Ergebnis
• Zwei Hypothesen mit konkreter Bauidee:
  • Wie würdest du die Founders Journey (Excite Engage Enable Fund) in 3 Monaten spürbar verbessern und wie setzt du das technisch um
  • Wo fängst du an einen Operational Intelligence Layer zu bauen und warum genau dort
• Deinen CV
• GitHub oder Portfolio - falls vorhanden gerne her damit