AI-Native Full-Stack Builder

Vollzeit unbefristete Stelle in Berlin / Hybrid.

Vibe Coding ist ein MUSS für diese Rolle. Der Kunde baut ein AI-natives Entwicklungsteam auf, das funktionierende Software in Tagen und nicht in Quartalen ausliefert. Diese Rolle ist für jemanden, der in AI-nativen Werkzeugen lebt — Claude Code, Cursor, Replit, v0, Lovable, Bolt — und der das Ausliefern als Einheit des Fortschritts betrachtet.

Was Erfolg aussieht:

• Funktionierende Software schnell in den Händen der Benutzer — Tage und Wochen, nicht Quartale.
• Ein Portfolio von kleinen, nützlichen internen Tools, Automatisierungen und tenant-facing PoCs, das schnell wächst. Einige landen, einige werden eingestellt. Beides ist ein Signal.
• Enges Feedback mit echten Benutzern — interne Teams, Betrieb, Pilotmieter.
• Prototypen, die sich bewähren, werden sauber an die Integrationsengineering-Funktion zur Härtung übergeben — ohne Umschreibungsdrama.

Verantwortlichkeiten:

• End-to-End-Software in AI-nativen Werkzeugen bauen und ausliefern: Claude Code, Cursor, Replit, v0, Lovable oder gleichwertig.
• Schnelles Ausliefern an kleine Benutzergruppen — interne Benutzer, Betriebsteams, Pilotmieter. Ihr Zyklus ist bauen → demonstrieren → lernen → neu bauen.
• Den Stack pragmatisch abdecken: Frontend, Backend, grundlegende Daten, grundlegendes Deployment. Sie müssen nicht der Tiefste in einer Schicht sein; Sie müssen in allen effektiv sein.
• LLM-gestützte Funktionen in das Produkt integrieren, wo sie echten Benutzer- oder Betriebswert schaffen — AI-unterstützte Suche, Dokumentenverarbeitung, intelligente Zusammenfassungen, agentische Workflows.

Qualitätskalibrierung:

• Schreiben Sie absichtlich lockeren Code in frühen Phasen; straffen Sie, was sich bewährt.
• Erkennen Sie, wann etwas ein fünf-tägiges Experiment ist und wann es ein Kandidat für die Produktion ist.
• Werfen Sie weg, was nicht funktioniert hat, ohne Anhaftung. Verdoppeln Sie, was funktioniert hat.
• Gewinnende Prototypen mit sauberem Kontext an die Integrations- und Härtungsengineering-Funktion übergeben — was es tut, wer es benutzt, was es berührt, was noch nicht produktionsbereit ist.
• Urteilen Sie über die Qualitätskalibrierung. Prototypen verdienen andere Strenge als Produktionscode; beide verdienen Überlegung.

AI-Forward Workflow:

• Verwenden Sie AI-Coding-Assistenten als Ihren Standard-Workflow — Codegenerierung, Testgenerierung, Refactoring, Dokumentation, Debugging — nicht als Neuheit.
• Bewerten Sie kontinuierlich neue AI-Entwicklungstools, während sie auftauchen. Schnell übernehmen, wenn sie es verdienen. Wegwerfen, wenn nicht.
• Behalten Sie kritisches Urteilsvermögen über jedes AI-Ergebnis. Geschwindigkeit ohne Urteil produziert schlechten Code im großen Maßstab.

Erfahrung & Expertise:

• 4+ Jahre professionelle Entwicklungserfahrung oder gleichwertiges nachgewiesenes Portfolio an ausgelieferten Arbeiten.
• Harte Anforderung: ein funktionierendes Portfolio von AI-erstellten Prototypen — mindestens 2 bis 3 Dinge, die kürzlich mit AI-nativen Werkzeugen ausgeliefert wurden. Link erforderlich in der Bewerbung.
• Effektiv über den Stack: Frontend (React, Vue oder ähnlich), Backend (Node, Python oder ähnlich), grundlegende Datenbankarbeit, Deployment auf Plattformen wie Vercel, Railway, Supabase oder gleichwertig.
• Tägliche Praxis mit AI-Coding-Assistenten — Claude Code, Cursor oder vergleichbar. Nicht nur Bewusstsein, nicht gelegentliche Nutzung — Standard-Workflow.
• Arbeitsverständnis dafür, wann etwas gehärtet werden muss und wann es im Prototypenstatus bleiben sollte. Bonus, wenn Sie diese Entscheidung bereits in der Produktion getroffen haben.
• Komfort mit Wegwerfcode und schneller Iteration. Sie benötigen keine umfassende Testabdeckung für ein dreitägiges Experiment.
• Kontext in Immobilien, Proptech oder Immobilienoperationen ist von Vorteil — keine Voraussetzung, beschleunigt Sie jedoch.

Kernkompetenzen:

• Geschwindigkeit unter Unsicherheit: Sie liefern in Tagen, selbst wenn die Spezifikation unklar ist. Sie betrachten Mehrdeutigkeit als Signal zum Bauen, nicht zum Verzögern.
• Prototype-to-Production-Fluency: Sie wissen, welche Ecken geschnitten werden können und welche nicht. Sie wissen, wann Sie den Integrationsingenieur hinzuziehen müssen.
• AI-Tool-Meisterschaft: Sie sind tief in mindestens einer AI-Coding-Umgebung und kompetent in mehreren. Sie sind kein Tourist.
• Benutzerproximity: Sie bleiben nah bei den Menschen, die Ihre Arbeit nutzen. Der Feedback-Zyklus ist kurz und direkt.
• Komfort mit dem Wegwerfen von Code: Sie hängen nicht daran. Das Portfolio zählt mehr als jedes einzelne Artefakt.
• Pragmatische Qualität: Sie wenden das richtige Maß an Strenge für die Phase an. Experimente und Produktionscode erhalten unterschiedliche Behandlungen, absichtlich.

Qualifikationen:

• Arbeitsportfolio von AI-erstellten Artefakten, die in den letzten 90 Tagen ausgeliefert wurden — Link erforderlich in der Bewerbung.
• Englisch: fortgeschritten.
• Deutsch: von Vorteil, aber keine Voraussetzung.
• Abschluss nicht erforderlich, wenn das Portfolio stark ist. Nachgewiesenes Ausliefern schlägt Qualifikationen.