AI Engineering Lead (m/w/d)

Salary: 50.000 - 85.000 per year

Requirements

• Was wir suchen:
• Wir suchen erfahrene Engineers mit starkem Background in Softwareentwicklung, KI & Machine Learning, die Lust haben, als fhrendes Teammitglied eine technische Vision umzusetzen.
• Technischer Hintergrund:
• Fundierte Kenntnisse in NLP, LLMs, Embeddings, ML und KI-basierten Anwendungen
• Erfahrung in der Full-Stack-Entwicklung (React, TypeScript, Python)
• Nachweisbare Erfahrung im Aufbau komplexer, produktionsreifer AI-Systeme
• DevOps & Cloud-Know-how: Docker, Kubernetes, Azure/AWS/GCP, Terraform
• Mindset & Arbeitsweise:
• Eigenverantwortlich & proaktiv du entwickelst Ideen und setzt sie mit minimaler Anleitung um
• Produktorientiert du denkst in End-to-End-Lsungen und hast den Nutzer im Blick
• Mission-driven du identifizierst dich mit unserer Vision und willst etwas bewegen
• Startup-ready du fhlst dich wohl in einem schnellen, iterativen Umfeld
• Fhrung & Kommunikation:
• Potenzial und Wille, in eine Founding Engineer-Rolle hineinzuwachsen
• Du bist eine technische Bezugsperson im Team und hebts das Niveau deiner Kolleg*innen
• Du kannst mit Kunden auf Augenhhe sprechen und ihre Herausforderungen technisch verstehen
• Deutsch-Kenntnisse: Verhandlungssicher
• Unser Tech Stack:
• Unsere Technologie befindet sich im Aufbau du hast also die Mglichkeit, unsere Tools und Standards mageblich mitzugestalten.
• Software: TypeScript, Python, React, Next.js, Docker, Terraform, Postgres
• AI: LLMs, Embeddings, Vektordatenbanken, Evals & Observability

Responsibilities

• Deine Rolle:
• Als AI Engineering Lead bernimmst du eine Schlsselrolle beim Design, der Architektur und der Umsetzung unserer KI-Systeme End-to-End. Du arbeitest hands-on , setzt technische Standards und gestaltest aktiv mit, wie Nutzer*innen knftig mit KI interagieren.
• Diese Position ist ideal fr erfahrene Entwickler*innen mit einem starken Produktverstndnis, technischer Tiefe und dem Wunsch, Verantwortung zu übernehmen.
• Deine Aufgaben:
• Konzeption, Architektur und Umsetzung skalierbarer KI-Systeme
• Aufbau und Optimierung von AI Agents, End-to-End
• Arbeiten mit Embeddings und Fine-Tuning von LLMs fr Klassifikation und Reranking
• Anwendung von RLHF und DPO, um LLMs mit menschlichem Feedback abzugleichen
• Aufbau robuster Datenpipelines zur effizienten Verarbeitung unstrukturierter Daten
• Optimierung von Algorithmen fr semantische Suche und Indexierung
• Sicherstellung von Skalierbarkeit, Stabilitt und Performance im Backend

Technologies

• AI
• AWS
• Azure
• Backend
• Cloud
• DevOps
• Docker
• GCP
• Kubernetes
• Machine Learning
• Python
• React
• Terraform
• TypeScript
• NextJS