Principal ML Engineer (Agentic AI)-Vendor Data Team

Begleiten Sie unsere Reise, um immer erstaunliche Erfahrungen zu bieten, die über das Prompt-Engineering hinausgehen, hin zu autonomer Orchestrierung: das Entwerfen von Agenten, die ihre eigenen Prompts generieren, Tools, die KI mit realen Aktionen befähigen, und Bewertungsmodelle, die Ausgaben validieren. Ihre Arbeit wird nicht in Forschungsnotizen bleiben – sie wird umgesetzt.

Hauptverantwortlichkeiten

• Entwerfen und Verwalten von End-to-End-ML- und Datensystemen – von der Eingabe und Transformation bis zur Modellintegration und Produktionsbereitstellung
• Architektur und Wartung skalierbarer Datenpipelines für RAG, Einbettungen und Echtzeit-/nahe Echtzeit-Datenverarbeitung
• Erstellen und Betreiben von produktionsreifen ML-Diensten und APIs, um Zuverlässigkeit, Skalierbarkeit und Leistung sicherzustellen
• Definieren von Standards für Infrastruktur, Bereitstellung und Systemzuverlässigkeit, einschließlich Infrastructure as Code, Containerisierung und Orchestrierung
• Integration von ML-Systemen mit externen APIs, Tools und Betriebsplattformen, um reale Aktionen und Automatisierung zu ermöglichen
• Einrichten von Überwachungs-, Evaluierungs- und Beobachtungsrahmen für Daten, Modelle und Systeme, während Ingenieure betreut und technische Richtungen festgelegt werden

Qualifikationen

• Starke Erfahrung im Entwerfen und Skalieren produktionsreifer ML-Systeme und Datenplattformen, einschließlich großangelegter Bereitstellungen
• Tiefe Expertise in Datenengineering und ML-Pipelines, einschließlich Feature-/Datenpipelines, RAG-Systemen und Einbettungs-Workflows
• Nachgewiesene Erfahrung im Aufbau und der Wartung zuverlässiger Dateninfrastrukturen mit starken Garantien für Datenqualität und -frische
• Starke Ingenieursfähigkeiten in Python und SQL, mit Erfahrung in Docker, Kubernetes und Cloud-Umgebungen
• Erfahrung mit Infrastructure as Code (z.B. Terraform oder ähnliches) und dem Aufbau reproduzierbarer, skalierbarer Systeme
• Praktische Erfahrung in der Integration von ML-Systemen mit realen APIs und Diensten und deren Betrieb in der Produktion mit Überwachung und Beobachtbarkeit

Wünschenswert

• Erfahrung mit LLMs, Agentenarchitekturen oder Orchestrierungsframeworks (LangGraph, AutoGen, CrewAI usw.)
• Vertrautheit mit der Generierung synthetischer Daten, Evaluierungssystemen oder KI-Feedbackschleifen
• Erfahrung mit Beobachtungswerkzeugen für Agenten oder ML wie Langfuse oder LangSmith
• Erfahrung mit Modellbereitstellung, Routing oder Inferenzoptimierung
• Erfahrung mit Open-Source-Modellen (z.B. LLaMA, Mistral, Mixtral) oder benutzerdefinierten Inferenzstacks
• Kenntnisse über Systemzuverlässigkeit, Fehlerbehandlung und Sicherheitsmuster in KI-Systemen

Chancengleichheitserklärung

Wir glauben, dass Vielfalt und Inklusion der Schlüssel zur Schaffung eines aufregenden Produkts sowie einer großartigen Kunden- und Mitarbeitererfahrung sind. Dies beginnt mit der Einstellung – daher diskriminieren wir nicht aufgrund von Rassenidentitäten, religiösen Überzeugungen, Hautfarbe, nationaler Herkunft, Geschlechtsidentitäten oder -ausdrücken, sexuellen Orientierungen, Alter, Familienstand oder Behinderungen oder einem anderen Aspekt, der Sie ausmacht. Wir ermutigen Sie, uns wissen zu lassen, ob Sie Unterstützung oder spezifische Barrierefreiheit benötigen, um ein reibungsloses Vorstellungsgespräch zu gewährleisten – lassen Sie es uns einfach per E-Mail an unseren Inklusionsbeauftragten wissen. Schwerbehinderten Bewerbern mit gleichen Qualifikationen wird der Vorzug gegeben. Sie sind herzlich eingeladen, Ihre Pronomen (er/sie/they) gleich zu Beginn mitzuteilen, damit wir Sie von unserem ersten Kontakt an respektvoll ansprechen können.