Senior AI Engineer

Wir suchen einen Senior AI Engineer, der AI-Systeme entwirft, baut und betreibt, um reale Geschäftsprobleme zu lösen. Sie werden an hochwirksamen Initiativen in den Bereichen Onboarding, Kundenservice, AI-Buchhaltung, Betrugs- und Risikoworkflows, Dokumentenverständnis, interne Automatisierung und agentische Systeme arbeiten, die von mehreren Teams genutzt werden.

Dies ist keine reine Forschungsrolle. Es handelt sich um eine praktische Ingenieursrolle, die sich auf die Bereitstellung produktionsreifer AI-Funktionen konzentriert, die klaren Wert für Kunden und das Unternehmen schaffen.

• AI-gestützte Produkte und interne Lösungen unter Verwendung von LLMs, RAG, Tool-Calling, Workflows und agentischen Mustern entwickeln und bereitstellen.
• AI-Systeme end-to-end besitzen: Problemdefinition, Architektur, Implementierung, Evaluierung, Bereitstellung, Überwachung und Iteration.
• Eng mit Lösungsmanagern, Fachteams und Ingenieuren zusammenarbeiten, um AI in reale Workflows zu integrieren.
• Qualitäts- und Evaluierungsrahmen für AI-Systeme entwerfen, einschließlich Offline-Evaluierungen, Online-Signalen, Fehleranalysen und kontinuierlichen Verbesserungszyklen.
• Skalierbare und zuverlässige Inferenzpipelines mit starkem Fokus auf Latenz, Kosten, Sicherheit und Beobachtbarkeit entwickeln.
• Anwendungsfälle wie Onboarding, Kundenbetreuung, Transaktions- und Dokumentenklassifizierung, Wissensassistenten, Betrugserkennung und betriebliche Automatisierung bearbeiten.
• Zur Verbesserung der Wiederverwendbarkeit, Geschwindigkeit und Konsistenz über Teams hinweg zu AI-Plattform- und Werkzeugentscheidungen beitragen.
• Voraussetzungen in Frage stellen, bessere Ansätze vorschlagen und helfen, die Roadmap zu gestalten.
• Mutig experimentieren, schnell aus Misserfolgen lernen und Erkenntnisse in stärkere Systeme und bessere Praktiken umsetzen.

Was Erfolg aussieht:

In den ersten 6 bis 12 Monaten werden Sie:

• Vollständig in das Team und die Geschäftsfelder, die Sie unterstützen, integriert sein.
• Mindestens eine bedeutende AI-Funktion in die Produktion bringen.
• Sichtbare Auswirkungen durch Umsatzsteigerung, Kosteneinsparungen, Produktivitätsgewinne oder Risikominderung erzielen.
• Die technischen Standards dafür erhöhen, wie Finom AI-Systeme entwickelt, bewertet und betrieben werden.
• Anderen Teams helfen, AI effektiver durch starke Ingenieurausübung und pragmatische Anleitung zu übernehmen.

Sie benötigen nicht für jedes Element Erfahrung, aber diese Rolle wird wahrscheinlich Technologien wie die folgenden umfassen:

• Sprachen: Python, SQL, noSQL
• LLM / AI: OpenAI, Anthropic, LangGraph, Hugging Face, Ollama, PyTorch, OpenClaw
• Muster: RAG, Tool-Calling, agentische Workflows, Evaluierungs-Pipelines
• Infrastruktur: Docker, Kubernetes, AWS / GCP / Azure
• Daten / Plattform: Vektordatenbanken, ereignisgesteuerte Systeme, APIs, Beobachtungswerkzeuge

Diese Rolle ist für jemanden, der sich bequem von Prototypen zu Produktionen bewegen kann: die Lösung gestalten, das System bauen, die Qualität messen und es im Laufe der Zeit verbessern.

• Starke Python- und Software-Ingenieurgrundlagen.
• Fähigkeit, mehrdeutige Geschäftsprobleme in robuste technische Lösungen umzuwandeln.
• Praktische Erfahrung mit LLM-Anwendungen, einschließlich RAG, Toolnutzung, Agenten, Prompt Engineering, Evaluierungen, strukturierten Ausgaben, Schutzvorrichtungen oder Feinabstimmung.
• Fähigkeit, sinnvolle Evaluierungs-, Überwachungs- und kontinuierliche Verbesserungszyklen zu entwerfen.
• Neugierig, proaktiv, mit geringem Ego und handlungsorientiert.
• Autonom, pragmatisch und in der Lage, ohne intensive Aufsicht Schwung zu halten.
• Produktorientiert und fokussiert auf echte Benutzerergebnisse, nicht nur auf Modelloutputs.
• Starkes Verständnis der sich schnell entwickelnden AI-Landschaft mit der Fähigkeit, relevante Fortschritte in praktische Produkt- und Ingenieurentscheidungen umzusetzen.
• Starkes Verantwortungsbewusstsein und die Fähigkeit, durch Unklarheiten zu navigieren.
• Nachgewiesene Erfahrung im Aufbau und in der Bereitstellung von AI-Systemen in der Produktion.
• Erfahrung mit Cloud-Infrastruktur und containerisierten Bereitstellungen.
• Komfortabel über den gesamten Lebenszyklus: Prompting, Retrieval, Experimentierung, Evaluierung, Bereitstellung und Produktionsunterstützung.
• Aktiv mit neuen AI-Modellen, -Werkzeugen und -agentischen Mustern experimentieren und bewerten, welche Ansätze es wert sind, in die Produktion zu gehen.
• Klar in der Kommunikation und komfortabel in der Zusammenarbeit über Funktionen hinweg.
• Jemand, der aktiv mit der sich schnell entwickelnden AI-Landschaft Schritt hält und Hype von dem trennt, was tatsächlich nützlich ist.
• Erfahrung in der Integration von AI-Systemen in Backend- oder Produkt-Workflows.
• Fließendes Englisch.
• Ein starker Software-Ingenieur mit tiefen Python-Kenntnissen und einer Erfolgsbilanz beim Versand von Produktionssystemen.
• Erfahrung im Fintech, in der Finanzdienstleistungsbranche, im Risikomanagement, in der Compliance oder in operationell intensiven Umgebungen.
• Erfahrung mit angewandtem ML über LLMs hinaus, wie Klassifikation, Anomalieerkennung, Ranking oder Dokumentenintelligenz.
• Erfahrung mit Vektordatenbanken, Wissenssystemen und Abrufinfrastruktur.
• Erfahrung mit Modellbenchmarking, Experimentierframeworks und Kosten- oder Latenzoptimierung im großen Maßstab.
• Hintergrund in Startups oder als Gründer.
• Beiträge zu Open-Source- oder sichtbaren Nebenprojekten im Bereich AI.