Auf einen Blick
- Aufgaben: Entwickle und implementiere KI-gestützte Funktionen zur Verbesserung der Benutzererfahrung.
- Unternehmen: Zukunftsorientiertes Unternehmen im Fitnessbereich mit Fokus auf persönliche Verbindung.
- Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen und flexible Arbeitsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Wachstumschancen und Zusammenarbeit mit Elite-Coaches.
- Warum dieser Job: Gestalte die Zukunft des Fitness mit innovativer KI-Technologie und echten Nutzererfahrungen.
- Qualifikationen: Starke Python-Kenntnisse und Erfahrung mit LLMs in Produktionsumgebungen.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Über Future
Bei Future glauben wir, dass persönliche Verbindung der Schlüssel zum Fortschritt ist. Unsere Mission ist es, erstklassiges Coaching für alle zugänglich zu machen und Menschen dabei zu helfen, ihr volles Potenzial durch Expertenrat, Motivation und Verantwortung freizusetzen. Als digitale Plattform für persönliches Training bieten wir hochgradig personalisiertes Coaching an, das Trainingspläne und Unterstützung auf die Ziele jedes Einzelnen zuschneidet - alles über eine nahtlose App-Erfahrung. Seit unserer Gründung im Jahr 2017 ist Future von einer Idee in einem Café in San Francisco zum größten Anbieter von persönlichen Trainingseinheiten des Landes gewachsen. Im Januar 2025 gab Future seine Fusion mit Autograph bekannt, dem Unternehmen, das von dem 7-fachen Weltmeister und Unternehmer Tom Brady gegründet wurde. Wir sind bereit für ein massives Wachstum, während wir unsere Marke erweitern, neue Partnerschaften mit einigen der ikonischsten Athleten der Welt eingehen und KI nutzen, um unser Coaching-Erlebnis zu verbessern und zu skalieren. Während wir weiter wachsen, investieren wir in modernste Technologie, vertiefen unser Angebot an Elite-Coaches und bauen neue Partnerschaften auf.
Über die Rolle
Wir suchen einen Applied AI Engineer, der uns hilft, KI-gestützte Funktionen zu entwickeln und bereitzustellen, die direkt unsere Produkt- und Geschäftsergebnisse verbessern. Dies ist eine praktische, produktfokussierte Rolle, in der Sie Ideen von der Konzeption bis zur Produktion umsetzen - intelligente Systeme entwerfen, sie mit echten Nutzern validieren und in zuverlässige, skalierbare Dienste umwandeln. Sie arbeiten an der Schnittstelle von KI, Produkt und Engineering - in enger Zusammenarbeit mit funktionsübergreifenden Teams, um hochwirksame Möglichkeiten zu identifizieren, schnell Prototypen zu erstellen und basierend auf Daten zu iterieren. Dies ist keine reine Forschungsrolle. Sie übernehmen den gesamten Lebenszyklus: Experimentierung, Bewertung, Bereitstellung, Überwachung und kontinuierliche Verbesserung. Der ideale Kandidat ist begeistert davon, LLMs und moderne ML-Tools auf reale Probleme anzuwenden. Sie denken in Systemen, Abwägungen und Ergebnissen - nicht nur in Modellen. Ihnen sind Leistung, Qualität, Latenz und Kosten in der Produktion wichtig. Am wichtigsten ist, dass Sie motiviert sind, wirkungsvolle KI-Erlebnisse zu liefern, die von Kunden tatsächlich genutzt werden.
Was Sie tun werden
- KI-Agenten entwickeln und bereitstellen, die echten Nutzern dienen: Tool-Calling-LLM-Systeme mit strukturiertem Output, paralleler API-Orchestrierung und Streaming-Antworten.
- Bewertungshilfen und Qualitätsbewertung entwerfen - wir verwenden Langfuse, Rubriken zur Messung von Sicherheit, Effektivität und Personalisierung.
- Den gesamten Zyklus übernehmen: eine neue Agentenfunktion prototypisieren, mit Bewertungen validieren, in Staging und Produktion bereitstellen, Spuren überwachen und iterieren.
- Zuverlässigkeit, Latenz und Kosten durch Prompt-Caching-Strategien, Token-Budgets, Retry-Logik und Beobachtbarkeit verbessern.
- Die Tools schreiben, die Agenten verwenden: API-Integrationen mit Pydantic-Validierung, lokale Datenbankabfragen, strukturierte Trainingsübermittlungen.
Was Sie mitbringen
- Starke Python-Kenntnisse: Sie haben Dienste auf großen Produktionssystemen entwickelt und bereitgestellt.
- Erfahrung mit LangChain/LangGraph oder ähnlichen Agenten-Frameworks.
- Praktische Erfahrung mit LLMs in der Produktion: Prompt-Engineering, Tool/Funktionsaufrufe, strukturierter Output, Bewertung.
- Vertrautheit mit asynchronem Python, HTTP-APIs und Streaming-Protokollen (SSE, Webhooks).
- Erfahrung mit Datenvalidierung und Schema-Design (Pydantic, JSON-Schema).
- Fähigkeit, über Schichten hinweg zu debuggen: von einem fehlerhaften LLM-Toolaufruf bis zu einer falsch konfigurierten Terraform-Ressource.
- Klare Kommunikation: Sie arbeiten direkt mit Produkt-, Mobile- und Backend-Entwicklern.
Schön zu haben
- Vertrautheit mit AWS (Bedrock, ECR, CloudFront, S3, Cognito) oder anderen Cloud-Agenten-Hosting.
- Beobachtungs- und Verfolgungstools (Langfuse, OpenTelemetry, Datadog).
- Exposition gegenüber Bewertungsrahmen: LLM-as-a-Judge, automatisierte Bewertung, Datenmanagement.
- Infrastructure-as-Code (Terraform, CDK).
Applied AI Engineer Arbeitgeber: Future
Future ist ein hervorragender Arbeitgeber, der eine dynamische und unterstützende Arbeitsumgebung bietet, in der Innovation und persönliche Entwicklung gefördert werden. Mit einem klaren Fokus auf die Verbindung zwischen Menschen und Technologie ermöglicht Future seinen Mitarbeitern, an der Spitze der Fitnessbranche zu arbeiten und ihre Fähigkeiten in einem schnell wachsenden Unternehmen weiterzuentwickeln. Die Unternehmenskultur ist geprägt von Teamarbeit, Kreativität und dem Streben nach Exzellenz, während die Lage in San Francisco den Zugang zu einem pulsierenden Netzwerk von Fachleuten und Möglichkeiten bietet.
