Machine Learning / Applied AI Engineer (m/w/d)

Mittwoch, 10:00 Uhr. Du baust ein Eval-Harness, das misst, wie zuverlässig unser Media-Buying-Agent Entscheidungen trifft. Danach tunest du die Masterprompts, baust ein Churn-Prediction-Signal auf den Supabase-Daten und erweiterst das RAG-System, das auf den Benchmarks aus 550+ Brands sitzt. Bei uns geht angewandte KI direkt in Produktion - nicht ins Paper.

Wir bauen die ECOZA Intelligence und suchen jemanden, der LLMs und Agenten von "funktioniert im Demo" zu "funktioniert zuverlässig in Produktion" bringt.

Woran du arbeitest

• LLM-Systeme & Agenten: Design, Orchestrierung und Guardrails für produktive Agenten (Media-Buying, Content, Sales)
• Prompt- & Context-Engineering: Masterprompts, Kontext-Management, Tool-Use/MCP
• RAG & Retrieval: Vektor-DBs / Retrieval über ECOZA-Benchmarks und Brand-Daten
• Evals & Qualität: Eval-Pipelines, damit KI-Outputs messbar zuverlässig sind
• Data & Signale: Churn-/Scoring-Signale auf Supabase-Daten, Feature-Pipelines
• Integration: die Modelle sauber ins Produkt und in die Workflows einbinden

Über ECOZA

ECOZA ist eine der am schnellsten wachsenden eCommerce-Growth-Consulting-Firmen Deutschlands. Wir bauen für D2C-Brands Inhouse-Teams, Systeme und Operating-Strukturen auf - gestützt auf Benchmarks aus über 550 aktiven eCommerce-Marken. Aktuell bauen wir unser wichtigstes Vorhaben: die ECOZA Intelligence, ein integriertes D2C eCommerce Operating System. Du kommst ins Greenfield - nicht in eine gewachsene Legacy-Landschaft.

Standort & Arbeitsmodell

Standort: München, Moosacher Straße 70-74, 80809

Arbeitsmodell: Vor Ort - Hybrid (2 feste Bürotage)

Was du mitbringst

• Starke Erfahrung mit LLMs in Produktion (nicht nur Chat-Prototypen): Prompt-Engineering, Agenten, Tool-Use
• Python solide; Erfahrung mit RAG, Vektor-Datenbanken, Eval-Frameworks
• Verständnis für Datenpipelines und Datenqualität (Supabase/SQL)
• Pragmatismus: du baust das, was in Produktion Wirkung hat — nicht das theoretisch Eleganteste
• Ownership & High Agency
• Nice-to-have: klassisches ML-Verständnis, Node/TypeScript, LangSmith/Eval-Tooling, eCommerce-Daten
• Kein Muss: Model-Training from scratch — der Fokus ist angewandte LLM-Systematik

Benefits

• Direkter Business-Impact statt "Behörden-IT" — du baust, entscheidest, shippst
• Überdurchschnittliches Gehalt
• MacBook mit 4K-Screen + Home-Office-Budget
• Hybrid Work (2 feste Bürotage)
• Weiterbildungsbudget
• Wellpass / Jobrad / Workations / Team-Events
• Modernes, klimatisiertes Büro in München mit U-Bahn-Anschluss und Parkplätzen

Perspektive

• Kurzfristig: Aufbau der technischen Infrastruktur im Greenfield-Kontext
• Mittelfristig: Rolle als technisches Backbone von ECOZA
• Langfristig: Entwicklung zum Head of AI / Technical Operations mit eigenem Team

Kontakt

Amelie, HR-Abteilung —

Sprachen

Deutsch fließend, Englisch sicher.