AI Engineer / Senior AI Engineer in Berlin

Standort: Remote (UK oder Berlin, Deutschland) | Typ: Vertrag (6 bis 8 Monate) | Erfahrung: Mittelstufe bis Senior | Vergütung: $70-$80/Stunde USD

Über die Rolle

Wir suchen einen AI Engineer, der das Design und den Aufbau von Produktionsagenten und LLM-Funktionen für ein spezialisiertes Finanzberatungsunternehmen leitet. Sie sind verantwortlich für die gesamte Arbeit, vom Architekturdesign bis zur Produktion, die entscheidet, ob ein Agent tatsächlich funktioniert: Streams, die sich sauber wieder verbinden, Toolaufrufe, die niemals zweimal ausgeführt werden, strukturierte Ausgaben, die jedes Mal validiert werden.

Das Unternehmen wird von globalen Private-Equity-Investoren unterstützt, bedient das Büro des CFO und baut eine KI-native Managed Services-Plattform für Finanz- und Buchhaltungsarbeiten auf. Diese Rolle befindet sich im Zentrum der Agentenlaufzeit und der LLM-Schicht, von der alles andere auf der Plattform abhängt. Es handelt sich um einen vollständig remote, 6 bis 8 Monate dauernden Vertrag, der für Ingenieure mit Sitz in Großbritannien oder Deutschland offen ist.

Wenn Sie lieber die schwierigen Zuverlässigkeitsprobleme in Agentensystemen lösen möchten, als eine weitere Demo zu erstellen, ist dies die richtige Rolle für Sie.

Was Sie tun werden

• Leiten Sie das Design und die Entwicklung von Agenten und LLM-Funktionen von Anfang bis Ende, vom Architekturdesign bis zur Produktionshärtung.
• Architektur der Kernfähigkeiten der Agentenlaufzeit: Sitzungslebenszyklus, SSE-Streaming mit Wiederverbindung und Duplikatschutz, absturzsichere Toolbereitstellung sowie strukturierte und Streaming-Modellintegration.
• Erstellen Sie den anbieterunabhängigen LLM-Client (Text, JSON-Schema strukturierte Ausgabe, Streaming-Toolnutzung) und das dahinterstehende Prompt-Register mit Vorlagen und Versionierung.
• Verantworten Sie die Evaluierungsrahmen und Qualitätskontrollen, auf die das Team angewiesen ist, um Modell- und Promptänderungen mit Vertrauen zu versenden.
• Übernehmen Sie die mehrdeutigen, hochwirksamen Probleme, wie Streaming-Zuverlässigkeit, Korrektheit von Toolaufrufen und Kosten-gegen-Latenz-Abwägungen.
• Telemetrie über LLM-Anfragen und Hintergrundjobs, sodass Token-Nutzung, Latenz, Kosten und Ergebnisqualität immer sichtbar sind.
• Komponieren Sie Tools und Aktionen über sowohl selbst gehostete als auch Cloud-Sandbox-Ausführungsmodelle.
• Arbeiten Sie an der Integrationsschicht und ihren Mock-Seams sowie an spaltenbasierten Analysen, bei denen Agenten über Daten nachdenken.
• Mentorieren Sie Ingenieure in Handwerk, Konventionen und Urteilsvermögen. Ein großer Teil dieser Rolle besteht darin, die Muster festzulegen, denen andere folgen.

Qualifikationen

• Mittelstufige oder senior Erfahrung im Aufbau von Produktions-LLM- oder Agentensystemen, einschließlich Tool-/Funktionsaufrufen, strukturierter Ausgaben, Prompts und Streaming sowie ein fundiertes Wissen darüber, wie jeder einzelne fehlschlägt.
• Starke Systemtechnik in Python (oder einer vergleichbaren Backend-Sprache) mit gesundem architektonischen Urteilsvermögen.
• Strenge Testdisziplin: Abhängigkeitsinjektion, Grenzmocks und Tests, die Verhalten anstelle von Implementierung behaupten.
• Erfahrung im Aufbau von Evaluierungspipelines oder Qualitätskontrollen für Modell- und Promptänderungen.
• Ein Mentoring-Instinkt und eine Erfolgsbilanz bei der Steigerung der Qualität der Ingenieure um Sie herum.
• Ansässig in Großbritannien oder Deutschland und bereit, vollständig remote zu arbeiten.

Schön zu haben

• Praktische Erfahrung mit der Anthropic API: Nutzung des Claude-Tools, der Managed Agents API, MCP oder Skills.
• Vertrautheit mit Actor- oder Agentenframeworks und spaltenbasierten Analysetools wie DuckDB.
• Hintergrund in Finanzen, Buchhaltung, Prüfung oder einem anderen regulierten Bereich.

Warum Sie zu uns kommen sollten

Sie werden Teil einer kleinen, erfahrenen Ingenieurgruppe innerhalb eines Unternehmens mit tiefem Fachwissen in Finanzen und Buchhaltung, das nun dieses Fachwissen in Software umsetzt. Der Maßstab ist Produktionsqualität, nicht Prototypen, und die Probleme sind die, die die meisten Teams überspringen: Korrektheit, Zuverlässigkeit und Kosten im großen Maßstab. Wenn Sie möchten, dass Ihr Urteil beeinflusst, wie eine Agentenplattform aufgebaut wird, und diese Arbeit gegen echte Finanzabläufe getestet wird, ist dies ein Gespräch wert.