Principal or Senior AI/ML Architect

Der Principal AI/ML Architect ist verantwortlich für die architektonische Ausrichtung der Säulen Intelligenz und agentische Workflows der Stratus Intelligence Platform. Diese Rolle legt die technische Richtung fest, gegen die jedes AI/ML- und agentische Projekt aufgebaut wird, und ist verantwortlich für die langfristige Kohärenz, Skalierbarkeit und Vertrauenswürdigkeit der AI-gestützten Plattform.

Diese Rolle ist eine Spieler-Coach-Rolle. Die meiste Zeit wird praktisch verbracht: Lösungen entwerfen, Prototypen erstellen, AI-Tools nutzen, Referenzimplementierungen schreiben und kritische PRs überprüfen. Das organisierende Prinzip ist Compounding Intelligence: Jedes AI- und agentische Projekt vertieft das Domänensubstrat, das die Plattform verteidigungsfähig macht.

Diese Rolle arbeitet eng mit dem Senior Data Architect an der kanonischen Datenschicht, mit dem AI/ML Engineering Lead an der Umsetzung von Fähigkeiten und mit den Architekten der Fabricate-Säule an der kohärenten Zusammenarbeit zwischen den Säulen.

Drei tragende Prioritäten im ersten Jahr:

• AI/ML-Plattformentwicklung. Architektur der Intelligenzschicht (Daten, Training, Lernen, Schlussfolgern) und der agentischen Schicht (Workflow-Automatisierung, agentische UX). Bereitstellung agentenfreundlicher Plattformoberflächen (MCP, Agent oder was zu diesem Zeitpunkt passt). Architektur der agentischen UX und Ermöglichung von Just-in-Time-Schnittstellen, bei denen die Plattform maßgeschneiderte Ansichten generiert.
• AI-Nutzung in der Art und Weise, wie wir bauen und liefern. Partnerschaft mit dem Produkt, um AI zu einem strukturellen Bestandteil dessen zu machen, wie Stratus Wert liefert, damit Menschen und Agenten gemeinsam schneller vorankommen.
• Fundamentale Stabilität. Förderung der Zuverlässigkeit und der architektonischen Grundlage, auf die Kunden für Produktions-AI-Workloads vertrauen können.

Hauptverantwortlichkeiten:

• Besitz der architektonischen Vision und des technischen Fahrplans für Intelligenz (Daten, Lernen, Schlussfolgern) und agentische Schnittstellen, Workflows.
• Entwicklung und Weiterentwicklung agentenbasierter Workflows, die schlussfolgerungsfähige, adaptive, mehrstufige Systeme mit starken Vertrauensmustern (Verankerung, Bewertungen, Vertrauensbewertung) ermöglichen.
• Entwicklung und Förderung von Bewertungsrahmen zur Messung der Modellqualität, der Zuverlässigkeit von Agenten, Drift und der Effektivität der Plattform. Sichtbarmachung von AI-Workloads für Engineering und Produkt.
• Architektur zur Vereinfachung des Kerns, Anpassung am Rand. AI/ML-Fähigkeiten sind im Zentrum meinungsstark, mit Grundlagen für Marktplatz- oder Plattformaustauschmuster am Rand.
• Architektur der agentischen UX und Ermöglichung von Just-in-Time-Schnittstellen. Die Plattform generiert maßgeschneiderte Ansichten; wir investieren nicht übermäßig in schwere benutzerdefinierte UI-Arbeiten.
• Aufbau von Bewertungsrahmen: Modellqualität, Zuverlässigkeit von Agenten, Drift-Erkennung, Bewertungs-Harnesses, Sichtbarkeit für AI-Workloads.
• Festlegung von Engineering-Standards durch funktionierende Referenzimplementierungen, In-Repo-Vorlagen und Muster, die AI/ML-Teams kopieren können.
• Leitung des polyglotten AI-Stacks: Vektorsuche, Embedding-Pipelines, RAG-Architekturen, Agentenframeworks, Modelllebenszyklus, MLOps.
• Förderung der AI-unterstützten Ingenieurtätigkeit. Persönlich die Messlatte setzen.
• Direkte Interaktion mit kundenorientierten Teams und Kunden, um AI-architektonische Entscheidungen in realen Workflows zu verankern.
• Mentoring von Ingenieuren; Erhöhung des technischen Niveaus durch Code-Überprüfung, Design-Überprüfung und technisches Coaching.

Qualifikationen:

• 10 Jahre Erfahrung in der Softwareentwicklung, davon 5 Jahre in Principal-, Staff- oder Architektenrollen in einem B2B SaaS- oder AI/ML-Plattformunternehmen.
• Nachweisliche Erfolgsbilanz in der Leitung von AI/ML- und agentischer Architektur über mehrere Teams oder Produktlinien hinweg.
• Erfahrung in der Gestaltung von Systemen, in denen AI-Agenten erstklassige Verbraucher sind: MCP-Server, agentenorientierte APIs, abrufgestützte Schnittstellen.
• Tiefgehende Kenntnisse in Python und dem modernen AI/ML-Stack (LangChain, LangGraph, PyTorch, sklearn, Vektorspeicher, Embedding-Pipelines).
• Kenntnisse in C# /.NET und Azure zur Integration mit der bestehenden Plattform von Stratus.
• Praktische Erfahrung mit RAG, Feinabstimmung, Prompt-Engineering, Modelltraining und Entwurf von Bewertungs-Harnesses.
• Praktische Erfahrung mit Agentenframeworks (LangGraph, AutoGen, CrewAI, Semantic Kernel oder gleichwertig) in der Produktion.
• Erfahrung in der Förderung von Zuverlässigkeit und operativer Exzellenz für AI-Workloads in Zusammenarbeit mit einem Plattformteam.
• Komfortabel beim Beitrag zu und Überprüfen von Code über den gesamten Stack.
• Ausgezeichnete schriftliche und mündliche Kommunikation.
• Nachweisliche Erfahrung in der Mentoring von Senior Engineers und der Erhöhung des technischen Niveaus.

Wünschenswert:

• Hintergrund in Sicherheitsarchitektur und Bedrohungsmodellierung für AI-Systeme (Prompt-Injection, Datenexfiltration, Agentenmissbrauch) und B2B SaaS.
• Erfahrung mit MEP, BIM, Bautechnologie oder anderen CAD/Ingenieurdomen.
• Erfahrung in der Modernisierung von Legacy-ASP.NET-MVC-Anwendungen.
• Erfahrung mit Autodesk-Produkten (AutoCAD, Revit, Fabrication, BIM 360 Docs, Forge) oder anderer MEP/AEC/CAD-Software.
• Fachkenntnisse in MEP, BIM oder Bautechnologie-Workflows.
• Frühere Erfahrung in einem Series-B-/Wachstumsunternehmen, das den Übergang von Produkt-Markt-Anpassung zu Skalierung bewältigt.

Vorteile:

• Umfassendes und wettbewerbsfähiges Gesundheitsleistungen-Programm.
• Matching 401k-Beiträge.
• 20 Tage jährlicher PTO.
• Primär remote Arbeit mit gelegentlichen jährlichen Team-Onsite.
• Dies ist eine Remote-Rolle, aber Kandidaten müssen in den USA ansässig sein.