Senior Software Engineer - Delivery Intelligence

Unsere Philosophie: Immer zuerst der Kunde. Jede Zeile Code, die wir schreiben, beginnt mit einer einfachen Frage: Macht dies das Kundenerlebnis besser? Geschwindigkeit, Zuverlässigkeit und Freude sind nicht nur Kennzahlen – sie sind Versprechen, die wir jedes Mal abgeben, wenn jemand die App öffnet. Wir glauben, dass die beste Liefertechnologie für den Kunden unsichtbar ist: Bestellungen kommen schnell an, ETAs sind genau und das Erlebnis fühlt sich mühelos an. Diese Rolle existiert, um dieses Versprechen in großem Maßstab zu verwirklichen, und jedes System, das Sie aufbauen, wird an dem Standard des Kundenvertrauens gemessen. Diese kundenorientierte Denkweise erstreckt sich auch auf unsere Fahrerpartner. Wenn Fahrer gut entlohnt, engagiert und auf Erfolg eingestellt sind, erhalten die Kunden schnellere Lieferungen und besseren Service. Die Systeme, die Sie aufbauen, schaffen einen positiven Kreislauf: glücklichere Fahrer, schnellere Lieferungen, zufriedenere Kunden, stärkeres Geschäft.

Die Rolle: Wir suchen einen Senior Software Engineer, der die Systeme besitzt und vorantreibt, die die Effizienz der Lieferung bei Gopuff steuern. Sie werden an der Schnittstelle von Operations Research, angewandter KI und Full-Stack-Engineering sitzen – intelligente Systeme entwickeln, die entscheiden, wie Fahrer bezahlt werden, wie Bestellungen geroutet werden, wie Lieferfenster komprimiert werden, wie Fahrer durch Gamification engagiert bleiben und wie wir die besten Fahrer auf der Plattform halten. Dies ist keine Rolle, in der Sie einfach bestehende Dienste warten. Sie werden KI-Agenten entwerfen und bereitstellen, die autonom über komplexe Logistikentscheidungen nachdenken: dynamische Anpassung der Fahreranreize basierend auf der Echtzeitnachfrage, Vorhersage von Lieferzeiten mit hoher Genauigkeit, Gestaltung von Gamification-Schleifen, die Fahrer motivieren, und Bereitstellung umsetzbarer Empfehlungen, die die Kosten pro Lieferung senken, während die Fahrer fair entlohnt und die Kunden begeistert werden.

Was Sie mitbringen: 5+ Jahre Erfahrung in der Softwareentwicklung, mit bedeutender Arbeit an Optimierung, Logistik, Marktdynamik oder angewandten ML-Systemen. Praktische Erfahrung im Aufbau von KI-Agenten, LLM-gesteuerten Workflows oder autonomen Entscheidungsfindungssystemen (nicht nur Chatbots – Systeme, die Maßnahmen ergreifen und messbare Kundenergebnisse erzielen). Starke Grundlagen in Algorithmen, Datenstrukturen und Systemdesign. Komfortabel im Besitz von Diensten von Ende zu Ende, vom Datenbankschema bis zur Bereitstellungspipeline. Kenntnisse in Python, Go oder TypeScript, mit Erfahrung in ML-Frameworks (PyTorch, scikit-learn) und Datentools (SQL, Spark, dbt). Erfahrung mit Echtzeitsystemen, ereignisgesteuerten Architekturen oder Streaming-Plattformen (Kafka, Flink, Kinesis). Eine kundenorientierte Denkweise. Sie denken natürlich darüber nach, wie Ihre technischen Entscheidungen den Endbenutzer beeinflussen und treffen Abwägungen, die das Kundenerlebnis schützen. Eine Neigung zum Versenden. Sie prototypisieren schnell, validieren mit Daten und iterieren unermüdlich. Sie sind von Unklarheit begeistert und gedeihen, wenn der Lösungsraum weit offen ist.

Nice to Have: Hintergrund in Operations Research, kombinatorischer Optimierung oder Fahrzeugrouting-Problemen (VRP/CVRP). Erfahrung mit Multi-Agenten-Systemen, Verstärkungslernen oder Simulationsumgebungen für Logistik. Erfahrung in der Gestaltung von Gamification-Systemen, Treueprogrammen oder Verhaltensnudge-Frameworks in Verbraucher- oder Gig-Economy-Produkten. Vertrautheit mit Liefer- oder Gig-Economy-Plattformen und den Nuancen der Dynamik von Angebot und Nachfrage bei Fahrern sowie Strategien zur Bindung. Frühere Arbeiten mit geospatialen Daten, Mapping-APIs oder Modellen zur Schätzung der Reisezeit.

Entwickeln Sie KI-Agenten zur Optimierung der Lieferung: Entwerfen, bauen und implementieren Sie autonome KI-Agenten, die in Echtzeit Entscheidungen über Fahrervergütung, Bestellbündelung, Routenfolge und Schätzung der Lieferzeit treffen – immer optimierend für das schnellste, zuverlässigste Kundenerlebnis. Entwickeln Sie Agenturarchitekturen, die LLM-Überlegungen mit strukturierter Optimierung (lineare Programmierung, Simulation) kombinieren, um mehrzielige Logistikprobleme zu lösen. Erstellen Sie Feedbackschleifen, in denen Agenten aus Lieferergebnissen, Fahrer Verhalten und Kundenzufriedenheitssignalen lernen, um die Leistung kontinuierlich zu verbessern. Bauen Sie kundenorientierte Intelligenz auf: KI-gesteuerte ETA-Modelle, die genaue Erwartungen setzen, proaktive Verzögerungsbenachrichtigungen und intelligente Bestellpriorisierung, die das Kundenversprechen schützt.

Optimieren Sie die Fahrervergütung und Anreizmodelle: Entwickeln Sie dynamische Vergütungssysteme, die die Einnahmen der Fahrer, die Liefergeschwindigkeit und die Wirtschaftlichkeit ausbalancieren – sicherstellen, dass Gopuff die attraktivste Plattform für Fahrer ist, während die Margenziele erreicht werden. Bauen Sie Experimentierframeworks, um Vergütungsstrukturen, Bonusauslöser und Anreizzeitpunkte in verschiedenen Märkten und Nachfrageszenarien A/B zu testen. Entwickeln Sie Modelle, die die Elastizität des Fahrerangebots vorhersagen und die Anreizausgaben in Spitzen-, Neben- und Überlastbedingungen optimieren.

Gestalten Sie Gamification- und Engagementsysteme für Fahrer: Entwerfen Sie Gamification-Engines, die gewünschte Verhaltensweisen fördern: Erfolgssysteme, Serien, Ranglisten, belohnungsbasierte Stufen und Meilensteinboni, die Fahrer engagiert und leistungsfähig halten. Bauen Sie KI-gesteuerte Personalisierung auf, die Herausforderungen und Anreize an individuelle Fahrermuster anpasst – der richtige Anstoß, zur richtigen Zeit, für den richtigen Fahrer. Entwickeln Sie Echtzeit-Fortschrittsdashboards und In-App-Erlebnisse, die Fahrern Einblick in ihren Einkommensverlauf, ihre Leistungsrangliste und ihren nächsten Belohnungsmeilenstein geben. Instrumentieren und analysieren Sie die Effektivität der Gamification: Messen Sie die Auswirkungen auf die Schichtabdeckung, die Liefergeschwindigkeit, die Kundenbewertungen und die Zufriedenheit der Fahrer mithilfe rigoroser Experimente.

Bauen Sie für die Fahrerbindung und den Lebenswert: Entwickeln Sie prädiktive Abwanderungsmodelle, die gefährdete Fahrer identifizieren, bevor sie gehen, und automatisierte Bindungsinterventionen auslösen (gezielte Boni, zeitliche Flexibilität, personalisierte Ansprache). Bauen Sie Systeme zur Optimierung des Onboardings, die die Zeit bis zur ersten Lieferung reduzieren und neue Fahrer durch geführtes KI-Coaching schnell zu Höchstleistungen bringen. Gestalten Sie Treue- und Belohnungsprogramme, die das langfristige Engagement der Fahrer erhöhen und gleichzeitig die Lieferqualität für die Kunden verbessern. Analysieren Sie den gesamten Lebenszyklus des Fahrers – Akquisition, Aktivierung, Engagement, Bindung – und erstellen Sie Datenprodukte, die den Operationsteams umsetzbare Erkenntnisse über die Gesundheit der Fahrer in jedem Markt liefern.

Reduzieren Sie die Lieferzeiten im großen Maßstab: Übernehmen Sie die Vorhersagepipeline für Lieferzeiten: Bauen und verfeinern Sie ML-Modelle, die Vorbereitungszeit, Transitzeit und Gesamtdauer der Lieferung mit hoher Genauigkeit schätzen – denn eine genaue ETA ist einer der stärksten Treiber des Kundenvertrauens. Entwerfen Sie Systeme für intelligentes Bestell-Dispatching – Bestellungen an Fahrer basierend auf Nähe, Kapazität, Routen-Effizienz und vorhergesagter Abschlusszeit zuzuordnen. Identifizieren und beseitigen Sie Engpässe in der Kette von der Erfüllung bis zur Haustür mithilfe datengestützter Analysen und automatisierter Anomalieerkennungsagenten.

Produktion Systeme versenden: Schreiben Sie produktionsgerechten Code in Python, Go oder TypeScript. Entwerfen Sie APIs, Datenpipelines und Microservices, die Tausende von Lieferentscheidungen pro Minute verarbeiten. Arbeiten Sie mit Data Science-, Operations- und Produktteams zusammen, um Geschäftsziele in technische Lösungen mit klaren Erfolgsmessungen zu übersetzen, die an Kundenergebnisse gebunden sind. Fördern Sie technische Exzellenz: Code-Reviews, Tests, Beobachtbarkeit und Dokumentation, die das Team schnell voranbringen, ohne Dinge zu brechen.

Vergütung: Gopuff zahlt Mitarbeiter basierend auf Marktpreisen, und die Vergütung kann je nach Standort variieren. Die unten angegebene Gehaltsspanne spiegelt wider, was wir vernünftigerweise erwarten würden, um Kandidaten zu bezahlen. Das Einstiegsgehalt eines Kandidaten wird basierend auf berufsbezogenen Fähigkeiten, Erfahrungen, Qualifikationen, Interviewleistungen und Marktbedingungen bestimmt. Diese Spannen können in Zukunft geändert werden. Ausnahmen können für außergewöhnliche Personen gemacht werden. Für weitere Informationen zu diesem Vergütungspaket dieser Rolle wenden Sie sich bitte an den zuständigen Recruiter für diese Rolle. Diese Rolle ist berechtigt für einen diskretionären jährlichen Bargeldbonus und die Teilnahme am Aktienoptionsplan von Gopuff.

Hybrid Grundgehaltsspanne: 175.000 - 195.000 USD. Remote Grundgehaltsspanne: 155.000 - 175.000 USD.

Leistungsübersicht: Medizinische/Zahnärztliche/Sichtversicherung, 401(k) Altersvorsorgeplan, HSA oder FSA-Berechtigung, Lang- und Kurzzeit-Invaliditätsversicherung, psychische Gesundheitsleistungen, Fitness-Rückerstattungsprogramm, 25% Mitarbeiterrabatt & FAM-Mitgliedschaft, flexible PTO, Gruppenlebensversicherung, EAP über AllOne Health (ehemals Carebridge).

Die Gopuff-Familie setzt sich für einen integrativen Arbeitsplatz ein, an dem wir nicht aufgrund von Rasse, Geschlecht, Geschlechtsidentität, nationaler Herkunft, Religion, sexueller Orientierung, Geschlechtsidentität, Familienstand, Alter, Abstammung, Behinderung, genetischen Informationen oder einer anderen geschützten Eigenschaft diskriminieren. Wir glauben an Vielfalt und ermutigen jede qualifizierte Person, sich zu bewerben. Wir sind ein Arbeitgeber, der Chancengleichheit bietet.