Staff Software Engineer

Anforderungen:

• 8+ Jahre Erfahrung in der Softwareentwicklung mit starkem Fokus auf Systemintegration und/oder interne Plattformentwicklung
• Expertenkenntnisse in Python – Sie schreiben Produktionscode, nicht nur Skripte, sowie Java und JavaScript
• Tiefgehende praktische Erfahrung mit Salesforce (Datenmodell, APIs, Automatisierung) und mindestens einem Cloud-Datenlager (Snowflake oder BigQuery)
• Nachweisliche Erfolge beim Aufbau interner Tools, die den Bedarf an kommerziellen SaaS-Produkten ersetzt oder erheblich reduziert haben
• Solides Verständnis von Datenmodellierung, API-Design, ereignisgesteuerten Architekturen und ETL/ELT-Mustern
• Erfahrung in der Integration von Abrechnungs-, Finanz- oder Quote-to-Cash-Systemen (z.B. Stripe, NetSuite, Zuora oder ähnliche)
• Nachgewiesene Fähigkeit, autonom in unklaren Umgebungen zu arbeiten – Sie definieren Ihre eigenen Aufgaben und bringen diese zur Vollendung
• Starke Kommunikationsfähigkeiten, um technische Kompromisse für nicht-technische GTM- und Finanzbeteiligte zu übersetzen
• Vertrautheit mit GTM-Plattformen wie Salesforce, HubSpot, Outreach, Gainsight oder ähnlichen CRM/Sales-Engagement-Tools
• (Wünschenswert) Erfahrung mit Frontend-Frameworks & -Tools (React, Slack Block Kit, Dashboard-Komponenten) zur Erstellung benutzerorientierter Schnittstellen für KI-Tools
• (Wünschenswert) Erfahrung mit Vektordatenbanken oder Abruf-Pipelines (Pinecone, Weaviate, ChromaDB, pgvector oder ähnliche)
• (Wünschenswert) Frühere Arbeit zur Automatisierung von Vertriebs-, Kundenservice- oder Marketing-Workflows in einer B2B-SaaS-Umgebung
• (Wünschenswert) Erfahrung mit Workflow-Automatisierungsplattformen wie n8n, Workato, Prefect, Clay, PhantomBuster, Apify, Dust oder ähnlichen Tools
• (Wünschenswert) Vertrautheit mit dem Model Context Protocol (MCP) oder ähnlichen Standards zur Verbindung von KI-Systemen mit Datenquellen und -tools
• (Wünschenswert) Erfahrung mit Observability-Tools für KI-Systeme (LangSmith, Weights & Biases, benutzerdefinierte Protokollierungs-/Bewertungsframeworks)
• (Wünschenswert) Erfahrung in Revenue Operations, GTM Analytics oder Sales Operations-Umgebungen
• (Wünschenswert) Frühere Erfahrung in Open-Source- oder entwicklerfokussierten SaaS-Unternehmen – Grafana basiert auf OSS und wir schätzen Ingenieure, die dieses DNA teilen

Was die Stelle beinhaltet:

Wir suchen einen Staff Integrations Engineer, der unserem GTM Tools & Technology-Team beitritt – eine hybride Rolle, die an der Schnittstelle zwischen Revenue Operations und interner Softwareentwicklung sitzt. Sie werden die Architektur und Lieferung von Integrationen über unseren Go-to-Market-Stack verantworten und die internen GTM-Tools entwickeln, um unnötige SaaS-Ausgaben abzubauen. Dies ist eine Builder-Rolle. Sie werden Produktions-Python schreiben, Datenmodelle entwerfen, eng mit den Stakeholdern aus Revenue Operations und Finanzen zusammenarbeiten und als technischer Anker für ein Team fungieren, das schnell arbeitet. Die richtige Person ist ebenso komfortabel damit, einen CRM-Datenfluss zu skizzieren, wie sie eine interne Anwendung von Grund auf neu entwickelt.

Diese Rolle gehört zum GTM Systems-Team, und Sie werden eng mit dem Field Operations-Team und den Systemadministratoren innerhalb der GTM Systems zusammenarbeiten. Sie werden:

• End-to-End-Integrationen über Salesforce, Snowflake/BigQuery, Slack, Grafana sowie Abrechnungs- und Finanzsysteme entwerfen und verantworten
• Integrationsmuster und API-Standards über den GTM-Stack definieren und durchsetzen
• Die Reaktion auf Vorfälle und die Ursachenanalyse bei Integrationsfehlern leiten; Verbesserungen der Beobachtbarkeit und Alarmierung vorantreiben
• Mit Revenue Operations zusammenarbeiten, um Geschäftsanforderungen in zuverlässige, skalierbare technische Lösungen zu übersetzen
• Drittanbieter-Connectoren, Middleware und iPaaS-Tools anhand von Build-vs-Buy-Kriterien bewerten und rationalisieren
• Interne Anwendungen entwerfen und bereitstellen, die SaaS-Punktlösungen ersetzen – Kosten senken, Workflows konsolidieren und die Teamleistung steigern
• Eine leichte interne Entwicklungspraxis etablieren: Code-Standards, CI/CD, Bereitstellungsmuster und Dokumentationsnormen
• KI/LLM-Funktionen (APIs, agentische Workflows) nutzen, um die Entwicklung interner Tools zu beschleunigen und repetitive Betriebsarbeiten zu automatisieren
• Eine klare Abbau-Roadmap aufstellen, die an messbaren Zielen zur Reduzierung von SaaS-Ausgaben gebunden ist
• Die technische Richtung festlegen, wie GTM-Systeme Daten austauschen – kanonische Datenmodelle, Eigentum der Quelle der Wahrheit und Synchronisationsstrategien definieren
• Design-Reviews durchführen und architektonische Anleitung für Ingenieure, RevOps-Analysten und technische Stakeholder bereitstellen
• Technische Schulden proaktiv identifizieren und beheben; für Ingenieurstandards in einer überwiegend nicht-technischen Organisation eintreten

Wir investieren stark in die Produktivität der Entwickler. Sie können moderne KI-Coding-Assistenten als Teil Ihres täglichen Workflows verwenden (Ihre Wahl der Tools, innerhalb der Sicherheitsrichtlinien), unterstützt durch ein vom Unternehmen finanziertes Nutzungsetat, damit Sie schnell iterieren können, ohne unnötige Reibung. Wir fördern pragmatische KI-unterstützte Entwicklung: schnellere Prototypenerstellung, Testgenerierung, Refaktorisierungen, Dokumentation und Nachverfolgung von Vorfällen – immer gepaart mit starken Code-Überprüfungen und Qualitätsstandards. Sie haben auch Zugang zu modernen Modellen (z.B. GPT-Codex 5/3, Claude Opus 4.7, Gemini 3 Pro).