Founding AI Engineer – Full‑Stack in München

Sie sind an der Position als Founding AI Engineer – Full‑Stack bei Alago Technologies GmbH interessiert? Bitte beachten Sie, dass für diese Position eine Arbeitsgenehmigung für Deutschland erforderlich ist.

Voraussetzungen

• Deutsch - Konversation (B1-B2), Englisch - Fließend (C1)
• Echte Erfahrung im AI Engineering. Sie haben mit LLMs in der Produktion gearbeitet (Agenten, mehrstufige Pipelines, Abruf, Prompt- und Harness-Arbeit) und verstehen, warum es schwierig ist, zuverlässige Agenten zu versenden.
• Full-Stack in TypeScript und React/Next.js. Sie besitzen Funktionen von Anfang bis Ende, von der Agentenlogik bis zur Benutzeroberfläche, die der Kunde tatsächlich verwendet.
• Produktverständnis. Sie leiten von den Schmerzen der Benutzer zur Lösung und zum messbaren Ergebnis und können mit einem nicht-technischen Kunden sprechen und dessen Arbeitsabläufe verstehen.
• Geschwindigkeit mit Urteilsvermögen. Sie verwandeln Feedback schnell in ausgelieferte Funktionen und treffen pragmatische Architekturentscheidungen, aber Ihnen liegt Zuverlässigkeit am Herzen, denn bei einem Live-Bauprojekt hat das falsche Entscheidungen zur Folge.
• Komfort ohne Karte. Die meisten dieser Probleme haben noch keine Antworten, also lesen Sie Fachartikel, prototypisieren und vergleichen Ansätze, anstatt auf bewährte Praktiken zu warten.

Wünschenswerte Qualifikationen

• Erfahrung in Startups, idealerweise als frühes Teammitglied mit breitem Aufgabenspektrum.
• Tiefe Kenntnisse im Bauwesen, in der Fertigung oder in komplexen B2B-Workflows.
• Starke Datenbankkenntnisse: Schema-Design, Abfrageoptimierung, Postgres/pgvector.
• Open-Source-Arbeiten oder Schreiben, auf das Sie stolz sind.
• Gestaltungssinn. Sie können eine saubere, benutzbare Schnittstelle ohne detaillierte Mockups erstellen.
• Deutsch für Kundengespräche. Nicht erforderlich, wir haben dafür Muttersprachler.

Aktivitäten

Die Bauindustrie verliert jährlich 1,6 Billionen Dollar aufgrund von Ineffizienz, und der Großteil davon ist vermeidbar. Das Wissen, das dies verhindern könnte, existiert bereits. Es ist nur in PDFs, Besprechungsprotokollen und E-Mail-Threads gefangen, die niemand durchsuchen kann. Jedes neue Projekt lernt, was das letzte bereits wusste. Wir bauen das Gegenteil: Software für die Menschen, die große, komplexe Bauprojekte leiten. Sie liest die Dokumente, verfolgt die Entscheidungen und erkennt die Fehler frühzeitig.

Was Sie bearbeiten würden

• Agenten-Harness-Engineering für Baudokumente. Eine Zusammenfassung passt nicht für alle. „Strukturelles Risiko“ bedeutet etwas anderes in einer RFI, einer Kostenprüfung und einer Zeitplanabstimmung. Wir bauen Multi-Agenten-Harnesses (spezialisierte Extraktions-, Bewertungs- und Bewertungsstufen), die ein 400-seitiges Ausschreibungsdokument oder ein Protokollarchiv in die richtige Pipeline mit dem richtigen Kontext leiten.
• Projektgedächtnis als kumulierender Vorteil. Wir haben mit Besprechungsprotokollen begonnen. Jetzt bauen wir einen Entscheidungsgraphen, der mit jedem Projekt wächst: nicht nur, was entschieden wurde, sondern auch warum, von wem, gegen welche Alternativen und wie es sich entwickelt hat.

Technologiestack

• TypeScript, Next.js, Vercel, Supabase (Postgres + pgvector), LangChain, Vercel AI SDK, LangFuse, shadcn/ui.

Wie wir arbeiten

• Wir liefern bei 80% und verbessern uns in der nächsten Iteration. Unsere Benutzer sind an Live-Infrastrukturprojekten beteiligt, daher lernen wir aus der Produktion.
• Wir würden lieber, dass Sie das Papier lesen, als die nächstgelegene Bibliothek zu nutzen. Die meisten unserer Entwicklungen haben noch keine Bibliothek.
• Feedback ist direkt und bezieht sich auf die Arbeit. Wir bewegen uns zu schnell, um wertvoll darüber zu sein.
• Hohe Eigenverantwortung. Wenn Sie das Problem erkennen, liegt es an Ihnen, es zu beheben.

Wer wir suchen

Sie leiten von den Schmerzen der Benutzer zur Lösung und zum messbaren Ergebnis und können gegenüber einem nicht-technischen Kunden sitzen und verstehen, wie sie tatsächlich arbeiten. Da Sie alles von Anfang bis Ende besitzen, umfasst das auch das Frontend. Das bedeutet, dass Sie sich nicht nur mit dem AI Engineering, sondern auch mit TypeScript und React wohlfühlen. Sie prototypisieren schnell und messen alles. Ihnen liegt auch die Zuverlässigkeit am Herzen, denn bei einem Live-Bauprojekt hat das falsche Entscheidungen zur Folge. Sie sind komfortabel ohne Karte. Die meisten dieser Probleme haben noch keine Antworten, also lesen Sie Fachartikel, bauen Prototypen und vergleichen Ansätze, anstatt auf bewährte Praktiken zu warten. Das Niveau ist offen. Wir haben gesehen, dass neue Absolventen erfahrene Ingenieure übertreffen und umgekehrt. Wenn Sie außergewöhnlich sind, werden wir den Umfang um Sie herum gestalten. Wünschenswert, aber nicht erforderlich: ernsthafte Open-Source-Arbeiten, eine frühere Tätigkeit als frühes Teammitglied in einem Startup, echte Tiefe im Dokumentenverständnis oder Agentensystemen oder etwas, das Sie ausgeliefert haben, das Stunden menschlicher Arbeit ersetzt hat.

Das Angebot

Sie werden einer unserer ersten Ingenieure sein, was bedeutet, dass Sie kritische Teile des Produkts von Anfang bis Ende besitzen und direkt mit den Gründern zusammenarbeiten. Es ist früh genug, dass Sie helfen, zu entscheiden, wie das Unternehmen funktioniert, und der Weg von hier führt entweder zu einem Top-Individualbeitrag oder VP Engineering, je nachdem, wo Sie am stärksten sind. Equity: 0,5% bis 1,5%, vierjährige Vesting, 1,5 Jahre Cliff. Hybrid: drei Tage pro Woche in unserem zentralen Münchener Büro. Wenn das ein Dealbreaker für Sie ist, lassen Sie uns reden.

Team

Sie würden einem kleinen Team beitreten, das direkt mit den Gründern arbeitet, wo jeder ab der ersten Woche echte Probleme besitzt. Wir liefern die 80%-Version heute, anstatt die perfekte nächste Monat zu liefern, testen Ideen frühzeitig, anstatt darüber zu streiten, und halten das Feedback direkt und arbeitsbezogen. Wenn etwas gut läuft, halten wir tatsächlich an und bemerken es.

Über das Unternehmen

Alago ist ein in München ansässiges AI-Startup für die Bauindustrie. Mit über 1 Million Euro an Finanzierung bauen wir eine AI-Plattform, die Fehler in Bauprojekten frühzeitig erkennt und Transparenz in komplexe Projektabläufe bringt. Wir sind bereits mit über 30 Kunden live und helfen Projektteams, zeitaufwändige Routinearbeiten zu automatisieren, Fehlerquellen zu reduzieren und die Lehren aus vergangenen Projekten in nachhaltigen Wert für zukünftige Projekte umzuwandeln.