Senior Software Engineer - AI/ML

Bei Mitratech sind wir ein Team von Technokraten, das sich auf den Aufbau von Produkten konzentriert, die die Abläufe in den Bereichen Recht, Risiko, Compliance und Personalwesen vereinfachen. Wir sind ein eng verbundenes, global verteiltes Team, das in einem Ökosystem gedeiht, das individuelle Exzellenz unterstützt und stolz auf seine vielfältige und inklusive Unternehmenskultur ist, die sich um großartige Menschenpraktiken, Lernmöglichkeiten und Spaß dreht!

Wir suchen einen hochqualifizierten Senior Software Engineer, der sich auf Generative AI und Large Language Models spezialisiert hat, mit einem starken Fokus auf agentische Systeme, Retrieval-Augmented Generation und KI-Bewertungen, um unserem dynamischen Team beizutreten. Der ideale Kandidat wird eine entscheidende Rolle bei der Architektur und Bereitstellung von produktionsreifen KI-Lösungen spielen, die komplexe Geschäftsziele effektiv erfüllen.

Wesentliche Aufgaben & Verantwortlichkeiten

• Entwerfen, bauen und betreiben von Multi-Agenten-Workflows und toolgestützten Agenten, Implementierung von Orchestrierungslogik, Zustandsmanagement, Sicherheitsvorkehrungen und Fallback-Strategien für resiliente Produktionspipelines.
• Architektur und Wartung von End-to-End RAG-Systemen, einschließlich Dokumentenaufnahme, Chunking, Einbettung, Vektorrückgewinnung, Neurangierung und Antwortsynthese mit Fokus auf Qualität, Attribution und Latenz.
• Bewertung und Integration von LLMs und GenAI-Diensten in Bezug auf Kosten, Leistung und Datenschutz, Auswahl der richtigen Mischung aus verwalteten und internen Modellen.
• Entwicklung, Versionierung und Optimierung von Prompting-Strategien; Implementierung automatisierter Prompt-Tests und Regressionstracking zur Aufrechterhaltung der Ausgabequalität und Zuverlässigkeit.
• Definition und Verantwortung für Bewertungsrahmen für generative Ausgaben, einschließlich automatisierter Metriken, LLM-as-Judge-Ansätze, menschliche Bewertungsprotokolle, Halluzinationsdetektion und Driftüberwachung.
• Anwendung klassischer NLP-Techniken, wo es angebracht ist, und Bewusstsein für Datenverteilungssch shifts, die das Modellverhalten in der Produktion beeinflussen könnten.
• Aufbau und Betrieb einer skalierbaren, sicheren KI-Infrastruktur auf AWS (Bedrock, SageMaker, Lambda, OpenSearch), unter Berücksichtigung gut geplanter Prinzipien und Infrastruktur-als-Code-Praktiken.
• Verantwortung für den gesamten Bereitstellungslebenszyklus: CI/CD für Modelle und Agenten, Teststrategien, Beobachtbarkeit und Rollback-Verfahren.
• Sicherstellung der Datenqualität durch rigorose Validierung und Augmentierung sowie proaktive Beschaffung von Datensätzen für Training, Feinabstimmung und Bewertung.

Anforderungen & Fähigkeiten

• Produktionserfahrung im Design von Multi-Agenten-Systemen mit Werkzeugnutzung, Speicher-/Zustandsmanagement und fehlertolerantem Routing.
• Praktische Erfahrung im Aufbau von RAG-Pipelines von Ende zu Ende: Chunking, Einbettungsmodelle, Vektordatenbanken, Rückgewinnungstuning und Antwortsynthese in Produktionsmaßstab.
• Starke Erfahrung in der Definition und Durchführung von Evaluierungs-Pipelines für generative KI — automatisierte Bewertung, Design menschlicher Bewertungen, Halluzinationsminderung und Driftüberwachung.
• Nachgewiesene Erfahrung mit Fundamentmodellen und GenAI-Anbietern (AWS Bedrock, OpenAI, Anthropic, Meta).
• Komfortabel mit Feinabstimmung, Anweisungstuning und Prompt-Engineering in großem Maßstab.
• Solide Kenntnisse klassischer NLP-Techniken (NER, Textklassifikation, Intent-Erkennung, Themenmodellierung) und gutes Urteilsvermögen, wann sie neben oder anstelle von LLMs angewendet werden sollten.
• Erfahrung mit Amazon Bedrock: APIs für Fundamentmodelle, Bedrock-Agenten, Wissensdatenbanken und Sicherheitsvorkehrungen.
• Kenntnisse im AWS-Ökosystem: SageMaker, Lambda, ECS/EKS, S3, OpenSearch, IAM, CloudWatch und VPC-Netzwerke.
• Vertrautheit mit MLOps & CI/CD für ML, Feature-Stores, Canary-Deployments, Monitoring und Rollback.
• Erfahrung mit Terraform oder AWS CDK für reproduzierbare Infrastrukturbereitstellung.
• Produktionsqualität in Python: Verpackung, Tests (pytest), Typ-Hinweise, asynchrone Programmierung und saubere ML-Pipeline-Abstraktionen.
• Erfahrung mit Langfuse, Arize oder Langsmith oder Äquivalent für das Tracking von Durchläufen, Metriken und Artefakten.
• Fähigkeit, mehrdeutige Geschäftsziele in konkrete technische Lösungen zu übersetzen und Kompromisse gegenüber nicht-technischen Stakeholdern zu kommunizieren.
• Starke kollaborative Instinkte — komfortabel in der Zusammenarbeit mit Engineering-, Produkt- und Datenteams.
• Ein rigoroser, evidenzbasierter Ansatz: Sie liefern mit Vertrauen, weil Sie gründlich messen, testen und überwachen.

Bildung

Ein Master-Abschluss in Maschinenlernen, Informatik mit einer Vorliebe für Spezialisierung im Bereich NLP.

Wir sind ein Arbeitgeber, der Chancengleichheit bietet und Vielfalt auf allen Ebenen schätzt. Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, nationaler Herkunft, Alter, sexueller Orientierung, Geschlechtsidentität, Behinderung oder Veteranenstatus Berücksichtigung für eine Anstellung.