AI Engineer

Anforderungen:

• 4+ Jahre professionelle Softwareentwicklung, einschließlich praktischer Erfahrung mit produktionsrelevanter KI: Systeme entwickeln und warten, auf die Benutzer angewiesen sind, von unklaren Problemen bis zur eigenständigen Produktion.
• Erfahrung im Schreiben von sauberem, produktionsfähigem Python in verteilten Systemen, REST-APIs und Datenintegrationsschichten; vertraut mit dem Aufbau funktionaler interner Schnittstellen in React/TypeScript.
• Erfahrung im Aufbau robuster interner Software mit einem pragmatischen Ansatz zur KI: Anwendung, wenn es die richtige Antwort ist, und einfache Ingenieurskunst, wenn nicht.
• Nachgewiesene Erfahrung in der Verantwortung für produktionsrelevante Qualität von Ende zu Ende: Testen, Fehlerbehandlung, Beobachtbarkeit und Dokumentation; Erfahrung im Umgang mit KI-generiertem Code als unzuverlässige Eingabe, die vor der Auslieferung gehärtet werden muss.
• Erfahrung in der Anwendung von Sicherheitsmustern für Unternehmen als Standard: SSO, OAuth, RBAC, Geheimnisverwaltung, Datenklassifizierung und DSGVO – nicht als nachträgliche Überlegungen.
• Erfahrung im Entwerfen und Bauen agentischer Systeme in der Produktion: Toolaufrufe, Orchestrierung, Unteragenten, Gedächtnis und Mensch-in-der-Schleife, unter Verwendung von LLM-APIs (Claude, OpenAI), Agentenframeworks (LangGraph, CrewAI oder ähnlich) und MCP; vertraut mit der Abwägung von Modellwahl hinsichtlich Kosten, Latenz und Qualität.
• Erfahrung im Entwerfen und Implementieren von RAG-Pipelines: Abrufarchitektur, Vektorspeicher, Einbettungen und Verankerung von LLM-Ausgaben in internen Wissensquellen.
• Erfahrung im Bereitstellen und Betreiben von Produktionsdiensten in der Cloud (AWS bevorzugt): Docker, serverlos und CI/CD.

Was die Stelle beinhaltet:

• Der AI Engineer ist der technische Motor dieser Mission.
• Sie entwerfen, bauen und warten die internen Produkte und Tools, auf denen der Rest des Unternehmens basiert: komplexe Agenten, funktionsübergreifende Automatisierungen und die Anwendungen darum herum.
• Sie sind verantwortlich für Software von Ende zu Ende, von der Architektur bis zur Produktion und laufenden Wartung.
• Diese Rolle vereint starke Softwareentwicklung mit angewandter KI: Sie bringen die Ingenieurtiefe mit, um die schwierigsten Probleme lösbar zu machen, und das Urteilsvermögen, um das Richtige zu bauen.

Aufgaben:

• Interne Produkte und Tools bauen und ausliefern.
• Die internen Produkte und Tools von Personio von Ende zu Ende entwerfen, bauen und ausliefern: komplexe Agenten, funktionsübergreifende Automatisierungen und die Anwendungen und Schnittstellen darum herum.
• Architekturentscheidungen treffen: die richtigen Muster wählen, Komplexität managen und pragmatische Abwägungen zwischen Zuverlässigkeit, Kosten und Liefergeschwindigkeit treffen.
• Produktion und Wartung: Definieren, was „fertig“ für ein internes KI-Produkt bedeutet: sichere Authentifizierung, Fehlerbehandlung, Überwachung, Rollback und Dokumentation, und dann nach diesem Maßstab bauen.
• Systeme über ihren gesamten Lebenszyklus hinweg besitzen: warten, die Qualität mit der Evaluierungsplattform von Personio überwachen, Verschlechterungen erkennen und sie lange nach dem Start zuverlässig halten.
• Zur AI-Plattform beitragen: Die interne AI-Plattform von Personio erweitern: Agentenorchestrierung, die Evaluierungsplattform, Kontextschicht und Connector-Bibliothek.
• Erfahrungen aus der Produktion in die Plattform zurückspeisen: Die Anwendungsfälle, die Sie erstellen, bringen die Anforderungen ans Licht, und Sie arbeiten mit AI-Plattform-Ingenieuren zusammen, um die gemeinsame Infrastruktur und die Fähigkeitenbibliothek weiterzuentwickeln, sodass das, was Sie bauen, im gesamten Team kumuliert.
• Ingenieurstandards: Zu den internen AI-Ingenieurstandards von Personio beitragen: wie produktionsfähige Lösungen aussehen, wie sie bewertet, bereitgestellt und gewartet werden.
• Lösungen klar dokumentieren, damit sie gewartet, erweitert und ohne Ihre Anwesenheit übergeben werden können.