Staff AI Engineer Berlin - Remote in Germany

Als Staff AI Engineer werden Sie als technischer Leiter für unsere LLM-gestützten Produkte an der Spitze der Marketing- und Werbungstechnologien fungieren. Sie sind verantwortlich für kritische architektonische Entscheidungen, setzen Qualitätsstandards und leiten Initiativen über mehrere Teams hinweg, die messbare Ergebnisse erzielen. In dieser Rolle führen Sie die Vision und Umsetzung unserer Datenplattform und LLM-gestützten Produkte. Sie sind verantwortlich für wichtige architektonische Entscheidungen in Bezug auf Datenpipelines, Modellintegration, Modellbereitstellung und -bewertungen: Sie verwandeln hochrangige Produkt- und Geschäftsanforderungen in robuste, skalierbare Datenprodukte, die messbare Ergebnisse für unsere Fortune 500-Kunden liefern.

Diese Rolle umfasst Backend-Daten- und ML-Engineering: von der Zuverlässigkeit und Kosteneffizienz unserer Pipelines bis hin zu den Ergebnissen und der Leistung von LLM-unterstützten Funktionen. Sie heben das Niveau der Datenkompetenz in der Abteilung, fördern Zusammenarbeit und Verantwortung. Sie sind verantwortlich für die Gesundheit, Kosten und Weiterentwicklung wichtiger Datenprodukte und Datenplattformen und arbeiten eng mit Full-Stack-Entwicklern, Produktmanagern, Designern und DevOps zusammen, um Ergebnisse zu liefern, denen unsere Kunden vertrauen können. Diese Rolle bietet eine spannende Gelegenheit, die Zukunft der KI-gesteuerten Technologien zu gestalten und bedeutende Beiträge zu realen Anwendungen zu leisten. Die Rolle ist mit unserem Standort in Berlin verbunden, aber wir sind flexibel in Bezug auf Remote-Arbeit in Deutschland.

Was Sie tun werden:

• Leiten Sie die End-to-End-Architektur für Datenplattformen und Pipelines: Scraping, Datenextraktion, Transformation, Speicherung, Bereitstellung und ML/LLM-Integration, wobei Sie Leistung, Zuverlässigkeit, Sicherheit und Kosten ausbalancieren.
• Skalieren Sie Pipelines und Systeme schrittweise: Entwerfen Sie sichere Rollout-Pläne und zentrale Datenqualitätsmetriken, um das Wachstum von Kunden und Verkehr zu bewältigen, ohne die Produktion zu beeinträchtigen.
• Übersetzen Sie Geschäftsziele in umsetzbare Datenprodukte: Bewerten Sie hochrangige Anforderungen, definieren Sie klare Problemfelder, entwerfen Sie prägnante RFCs und sequenzieren Sie die Arbeit in lieferbare Projekte für das Team.
• Stellen Sie Ingenieurstandards auf und setzen Sie diese durch: Teststrategien, Bewertungen, Beobachtbarkeit, Datenverträge und Sicherheitspraktiken über Dienste hinweg.
• Denken Sie über kurzfristige und langfristige Ziele nach, um schnell marktfähige Produkte zu entwickeln, während Sie die Produktisierung im Voraus planen.
• Verbessern Sie die Organisation: Leiten Sie Architekturüberprüfungen, kodifizieren Sie Muster, betreuen Sie Senior Engineers und vervielfachen Sie den Einfluss durch Dokumentation, Code-Reviews und Pairing.
• Seien Sie bereit für Startups: flexibel, komfortabel mit Unklarheiten und ständigem Wandel; proaktiv in Bezug auf Prozesse, Dokumentation und Zuverlässigkeit, ohne übermäßige Ingenieurskunst.
• Leiten Sie die Zusammenarbeit und definieren Sie, wie KI-Ingenieure funktionsübergreifend mit Software-Ingenieuren, DevOps, Produktmanagern und Designern arbeiten, um innovative und wirkungsvolle Lösungen zu konzipieren und zu gestalten.
• Mentorieren Sie Junior-Teammitglieder und fördern Sie eine Kultur der Zusammenarbeit und Innovation.
• Versenden Sie bedeutende Experimente: Prototypisieren Sie Daten-/ML-Funktionen, bewerten Sie Machbarkeit und ROI und treffen Sie pragmatische Entscheidungen zur Produktionsreife unter Berücksichtigung der Betriebskosten und Risiken.

Qualifikationen:

• Über 8 Jahre Erfahrung im Aufbau und Betrieb von Produktionsdatensystemen, einschließlich der Leitung von bereichsübergreifenden architektonischen Änderungen und der Bereitstellung von LLMs in realen Szenarien im großen Maßstab.
• Tiefe Erfahrung in Python und modernen Servicearchitekturen; starke Grundlagen in Systemdesign und Datenmodellierung.
• Umfangreiche Erfahrung im Training und in der Bereitstellung von Machine-Learning-Modellen, insbesondere im NLP/LLM-Bereich.
• Beherrschung von Python.
• Vertrautheit mit Infrastruktur als Code, CI/CD und Cloud-Infrastruktur.
• Fließend in operativer Reife: SLOs, On-Call/Incident-Praktiken und Beobachtbarkeit.
• Starke analytische und problemlösende Fähigkeiten, mit einer Neigung zu Handlungen und Ergebnissen.
• Erfahrung in der Datenvorverarbeitung, Merkmalsengineering und Techniken zur Modellevaluation.
• Ausgezeichnete Kommunikationsfähigkeiten, mit der Fähigkeit, komplexe technische Konzepte nicht-technischen Stakeholdern zu erklären.
• Nachgewiesene Führungserfahrung, mit der Fähigkeit, ein Team zu leiten und zu inspirieren.