Staff AI/Data Engineer

Superads entwickelt KI-Agenten, die Marketern helfen, bessere kreative Entscheidungen zu treffen – nicht indem sie mehr Daten bereitstellen, sondern indem sie tatsächlich strategisch für sie denken. Das zugrunde liegende Problem, das wir noch nicht vollständig gelöst haben, ist: Wie baut man ein System, das eine Marke so tief versteht, dass eine KI bedeutungsvolle Entscheidungen in ihrem Namen treffen kann? Das ist das Problem, an dem Sie arbeiten werden.

Was Sie tun werden:

• Den Wissenslayer entwickeln, der unter den KI-Agenten von Superads sitzt – die Systeme, die ihnen echtes Verständnis einer Marke vermitteln, anstatt nur Zugriff auf ihre Dokumente zu haben.
• Gestalten, wie Markenwissen repräsentiert, gespeichert und kontinuierlich aktualisiert wird: die Strukturen, die es einem Agenten ermöglichen, über eine Marke so zu denken, wie es ein Senior-Stratege tun würde, und nicht nur abzurufen, was niedergeschrieben wurde.
• Agentische Suchfähigkeiten entwickeln – Systeme, die es Agenten ermöglichen, über das, was sie nicht wissen, nachzudenken, Wissenslücken zu identifizieren und Informationen dynamisch zu navigieren, anstatt sich auf feste Abrufpipelines zu verlassen.
• Architekturen für Wissensabruf und -reasoning evaluieren und iterieren, identifizieren, wo aktuelle Ansätze versagen, und interessantere Lösungen vorantreiben.
• Neueste KI-Forschung und -Muster in produktionsbereite Systeme übersetzen, die die Ausgabequalität und Zuverlässigkeit messbar verbessern.
• Eng mit den Produkt- und KI-Engineering-Teams zusammenarbeiten, um sicherzustellen, dass der Wissenslayer die Benutzererfahrung direkt verbessert – auch wenn die Arbeit Sie tief in die Infrastruktur führt.

Was Sie benötigen, um erfolgreich zu sein:

• Über 8 Jahre Erfahrung in leistungsstarken Ingenieurumgebungen – idealerweise bei Unternehmen, die an der Spitze von Unternehmens-KI, rechtlicher KI oder wissensintensiven Agentensystemen arbeiten.
• Nachweisliche Erfahrung im Aufbau agentischer Workflows und RAG-Systeme in der Produktion, mit dem Fokus darauf, KI-Ausgaben vertrauenswürdig und zuverlässig zu machen – nicht nur funktional.
• Tiefes Verständnis dafür, wie Sprachmodelle Wissen repräsentieren und nutzen, weit über Prompt-Engineering oder Standard-Abrufmuster hinaus. Sie haben ernsthaft über Gedächtnisarchitekturen, Reasoning unter Unsicherheit und dynamischen Abruf nachgedacht.
• Erfahrung mit LangChain oder LangGraph (oder Ähnlichem) zum Aufbau von Multi-Agenten-Systemen; starke Python-Kenntnisse, idealerweise mit FastAPI.
• Praktische Erfahrung mit einer großen Cloud-Datenplattform – Snowflake, BigQuery oder Databricks – und die Fähigkeit, Architekturen zu entwerfen, die große Datenmengen zuverlässig verarbeiten.
• Starke Meinungen darüber, wo aktuelle KI-Ansätze versagen, die durch echte Produktionserfahrung und nicht durch Theorie gebildet wurden.
• Echte Neugier auf das Problem der Markenintelligenz – was es bedeutet, kreative Urteile zu kodieren, wie man Dinge darstellt, die nie niedergeschrieben wurden, und wie man weiß, wann das Verständnis eines Modells tatsächlich richtig ist. Sie benötigen keinen Marketing-Hintergrund, aber Sie sollten diese Fragen interessant finden.
• Sie übernehmen Verantwortung für Ergebnisse, kommunizieren klar, wenn etwas nicht funktioniert, und folgen dem Problem, anstatt Ihrer Spezialisierung.

Wir sind ein Unternehmen mit Chancengleichheit. Alle Bewerber werden unabhängig von Ethnie, Aussehen, Religion, Geschlechtsidentität, sexueller Orientierung, nationaler Herkunft, Veteranen- oder Behinderungsstatus berücksichtigt.