Software Engineer (gn) @ Stealth AI Venture, Berlin

Was wir aufbauen

Fabriken laufen auf Maschinen, die riesige Mengen an Daten generieren, und fast keine davon wird genutzt. Wir ändern das. Wir entwickeln KI-Software, die Maschinen- und Betriebsdaten in Wissen umwandelt, auf das Menschen reagieren können: für Fehlersuche, Entscheidungen und Automatisierung. Wir sind früh dran und arbeiten im Verborgenen. Unsere beiden Gründer hatten beide C-Level-Rollen bei führenden deutschen Robotikunternehmen inne. Sie haben Jahre damit verbracht, fortschrittliche Technologie in echte Produktionsstätten zu bringen, und jetzt stellen sie das Gründungsteam ein.

Die Rolle

Sie werden die Software entwickeln, die Sinn aus dem macht, was auf einem Fertigungsboden passiert. Dazu gehören Sensormessungen, Aktuatorzustände, Qualitätsmessungen und betriebliche Ereignisse, die von verbundenen Maschinen und autonomen Systemen gestreamt werden. Unsere Plattform verarbeitet diese Daten, um Analysen und automatisierte Workflows zu ermöglichen. Wir arbeiten KI-zuerst. Unsere Codierungsagenten kennen unsere Plattform und unsere Engineering-Praktiken, und Sie werden sie jeden Tag nutzen. Sie sind jedoch immer noch der Ingenieur. Sie überprüfen jede Zeile, verstehen, was sie tut, und testen sie ordnungsgemäß. Das gibt Ihnen die Freiheit, sich auf die Anwendung, den industriellen Bereich und die Qualität des Systems zu konzentrieren. Uns interessiert, was Sie zeigen können, wie schnell Sie lernen und ob Sie Verantwortung übernehmen. Seniorität und Jahre der Erfahrung sind weniger wichtig.

Was Sie tun werden

• Eigene Funktionen von Anfang bis Ende: das Problem verstehen, den Ansatz wählen, dann bauen, testen, versenden und nachverfolgen.
• Die bestehende Codebasis im Detail kennenlernen, einschließlich ihrer Architektur, Abhängigkeiten, Datenflüsse und Fehlerarten.
• Code mit KI-Tools schreiben und jede Änderung zeilenweise auf Richtigkeit, Wartbarkeit, Sicherheit und Auswirkungen auf das Gesamtsystem überprüfen.
• Bedeutsame Unit-, Integrations- und End-to-End-Tests erstellen und in CI integrieren.
• Gegen unordentliche reale Daten testen, indem aufgezeichnete Streams, repräsentative Datensätze und simulierte Geräte verwendet werden.
• Fehler reproduzieren, sie beheben und Regressionstests hinzufügen, damit sie nicht zurückkehren.
• Sicherstellen, dass Tests das beabsichtigte Verhalten widerspiegeln und die Annahmen in der Implementierung herausfordern.
• Backend-Dienste, APIs und Datenpipelines für industrielle Analytik, Wissensabruf und automatisierte Workflows aufbauen und verbessern.
• Verstehen, wie unsere Benutzer und ihre Fabriken arbeiten, damit Sie die richtigen Verbesserungen erkennen und gute technische Entscheidungen treffen können.
• Überall dort helfen, wo es nötig ist: Integration, Bereitstellung, Dokumentation und technische Untersuchung. Fortschritte, Kapazitäten, Kompromisse und Blockaden frühzeitig kennzeichnen.

Sie könnten passen, wenn Sie

• Starken, praktischen Python-Code schreiben und die fortgeschrittenen Funktionen und Muster in Produktionscode verstehen.
• Substantielle Software entwickelt und gewartet haben: sich in einer bestehenden Codebasis zurechtfinden, Verhalten debuggen, das Sie noch nie gesehen haben, und zuverlässige Änderungen bereitstellen.
• Wie ein Tester denken: Sie verwandeln Anforderungen in Testfälle, setzen sinnvolle Testgrenzen, erstellen nützliche Testdaten und gehen Fehlern auf den Grund.
• Solide Grundlagen in Softwaredesign, APIs, Datenverarbeitung, Testing, Debugging und Versionskontrolle haben.
• Erklären können, was Code tut, warum er funktioniert, wo er brechen könnte und wie man ihn verifiziert, einschließlich Code, den eine KI geholfen hat zu schreiben.
• KI-Codierungstools mögen, sie häufig verwenden und kritisch gegenüber ihren Ergebnissen bleiben, weil Sie das Ergebnis besitzen.
• Unbekannte Probleme aufschlüsseln, selbstständig recherchieren und scharfe Fragen stellen, wenn Sie Hilfe benötigen.
• Den nächsten nützlichen Schritt selbst finden und ohne Anweisung weitermachen können.
• Mit sich ändernden Prioritäten, variierenden Arbeitslasten und einem breiten Spektrum vertraut sind und klar kommunizieren und priorisieren können.
• Klare Englischkenntnisse in Wort und Schrift haben.

Ein Abschluss ist optional. Uns interessiert der Nachweis, dass Sie Ingenieurleistungen erbringen können, nicht ein Titel oder ein spezifischer Weg.

Bonuspunkte

Tiefe in einem dieser Bereiche macht Sie zu einem besonders starken Kandidaten. Wir erwarten nicht, dass Sie alle drei haben.

• ML und industrielle Daten: starke ML-Grundlagen und praktische Erfahrungen mit Zeitreihen-, Sensor-, Maschinen- oder Robotikdaten. Sie haben sich mit Datenqualität beschäftigt, Modelle bewertet und Ergebnisse in nützliches Produktverhalten umgesetzt.
• Agenten, autonome Systeme und industrielle Automatisierung: Agentenkoordination, Workflow-Orchestrierung, Zustandsmanagement oder Fehlerbehandlung. IIoT-Erfahrung, wie Telemetrie-Pipelines, Geräte-Schnittstellen, MQTT oder OPC UA, ist ein großer Vorteil.
• Wissensgraphen und Abruf: Wissensdarstellung, Design von Graphdatenbanken, Schema- und Beziehungsmodellierung, Graphabfragen oder Abruf, der strukturiertes Wissen mit den Anforderungen der Anwendung verbindet.

Auch nützlich: Cloud-Bereitstellung, Container und Testsoftware gegen Simulatoren oder physische Geräte.

Warum jetzt

Sie werden einer der ersten Ingenieure sein. Ihr Code geht in die Produktion, und Ihre Entscheidungen prägen das Produkt und wie wir es entwickeln. Sie werden von Tag eins direkt mit den Gründern zusammenarbeiten. Wir erzählen Ihnen mehr über das Unternehmen, die Gründer und unsere Unterstützer im ersten Gespräch.