Auf einen Blick
- Aufgaben: Entwickle eine Plattform für kostengünstige, schnelle und sichere KI-Anwendungen im Gesundheitswesen.
- Unternehmen: Innovatives Unternehmen im Gesundheitsbereich mit Fokus auf moderne Technologie.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und flexible Arbeitsmöglichkeiten.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Karrierechancen und einem engagierten Team.
- Warum dieser Job: Gestalte die Zukunft der KI im Gesundheitswesen und mache einen echten Unterschied.
- Qualifikationen: Erfahrung in Plattform- und Infrastrukturengineering, insbesondere für KI/ML-Systeme.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
We are a healthcare technology company that provides platforms and solutions to improve the management and access of cost‑effective pharmacy benefits.
Our technology helps enterprise and partnership clients simplify their businesses and helps consumers save on prescriptions.
As a leader in Saa S technology for healthcare, we offer innovative solutions with integrated intelligence on a single enterprise platform that connects the pharmacy ecosystem.
With our expertise and modern, modular platform, our partners use real‑time data to transform their business performance and optimize their innovative models in the marketplace.
Position Summary
The Principal AIOps Engineer will build the platform that makes AI cheap, fast, safe, and observable at Rx Sense.
As a direct report to the Director of AI Engineering, this role will own the infrastructure that every AI‑powered product at Rx Sense depends on.
This is a hands‑on‑keyboard position from day one, partnering with AI engineers, software engineers, data scientists, security, and finance to deliver deployment pipelines, agent runtime, eval frameworks, self‑hosted model serving, and the developer harness that determines how fast every other engineer in the company can ship.
Essential Duties and Responsibilities
- Build and maintain end‑to‑end deployment pipelines for AI‑powered applications, including artifact builds, environment promotion, rollback, and observability hooks.
Drive new greenfield deployment platforms from initial build to the default that AI teams ship on.
- Stand up and operate the runtime and lifecycle infrastructure for production agents, including deployment, versioning, monitoring, rate‑limiting, and retirement.
Define the deployment contract (config, secrets, tools, memory, evals) and the operational SLOs.
- Own how the organization provisions, rotates, scopes, and meters access to model provider APIs (Anthropic, Open AI, and others).
Build a key management layer that enforces per‑team and per‑app quotas, prevents leakage, and gives finance and engineering a clear view of spend.
- Build evals into the CI/CD pipeline so no agent or LLM‑powered service ships without passing a defined eval bar.
Design the framework so product teams can author their own evals against a shared harness, and so eval results gate promotion across environments.
- Stand up self‑hosted inference for workloads where managed APIs aren't the right fit, including latency‑sensitive paths, regulated data, cost optimization, and vendor redundancy.
Own the serving stack, the autoscaling and GPU economics behind it, and the playbook for when a workload belongs to a managed provider versus internal infrastructure.
- Design and build the shared developer harness that every AI‑powered service uses: prompt management, model routing, retries, tracing, eval hooks, and policy enforcement.
Set the abstractions that determine how fast every other AI engineer can ship for the next three years.
- Partner with finance on cost visibility, including token accounting, per‑feature cost attribution, and real‑time spend observability.
- Write documentation, runbooks, and clear interfaces so the platform is adoptable by other engineering teams without hand‑handing.
- Participate in code review and promote collaboration and best practices including simplicity, automation, sound design patterns, test coverage, and reusability.
Education/Experience/Competencies
- BS (or higher, e. g., MS or Ph. D.) in Computer Science or related technical field involving coding, or equivalent technical experience.
- 6+ years of platform, infrastructure, or Dev Ops engineering, with at least 2 years building production infrastructure for AI/ML or LLM‑powered systems.
We care more about depth and drive than years on a resume.
- Deep hands‑on experience designing and operating CI/CD pipelines for high‑velocity engineering organizations, including artifact management, environment promotion, and progressive rollout.
- Strong AWS background, comfortable down to the IAM, networking, and container orchestration layers.
- Proven track record building developer platforms or internal tools that other engineering teams adopted by choice, not by mandate.
- Production experience with LLM‑powered applications, including prompt management, model routing, retries, tracing, and the operational realities of running agents or chains in production.
- Hands‑on coding fluency in Python or Type Script, ideally both. This is a keyboard role, not an architecture‑only role.
- Comfortable operating in a polyglot environment.
The Rx Sense AI engineering stack spans Python, .
NET, and Type Script, and you will deploy and support services across all three.
- Comfortable owning the cost and reliability conversation with both engineering leadership and finance partners.
- Strong written communication and a bias toward documentation, runbooks, and clear interfaces.
- Proven analytical thinking and problem‑solving skills.
- Excellent communication skills, both verbal and written.
Bonus Qualifications
- Direct experience integrating with Anthropic, Open AI, or other frontier model provider APIs at scale, including key management, quota enforcement, and capacity planning.
- Hands‑on experience self‑hosting models with v LLM, TGI, SGLang, or similar inference servers, including GPU autoscaling and cost optimization.
- Built or contributed to an eval framework that gated production deployments.
- Familiarity with agent runtimes and frameworks such as the Claude Agent SDK, Lang Graph, or in‑house equivalents.
- Working familiarity with . NET, enough to read code, debug a deploy, and pair with service owners.
- Background in healthcare, PBM, pharmacy, or another regulated data environment.
- Fin Ops experience, particularly attributing AI spend to features or business units.
- Kubernetes operator experience or comfort with custom controllers.
- Experience with Agile development methodologies, preferably both Scrum and Kanban.
Rx Sense believes that a diverse workforce is a more talented and productive workforce.
As such, we are an Equal Opportunity and affirmative action employer.
Our recruitment process is free from discriminatory hiring practices and all qualified applicants are considered for employment without regard to race, color, religion, sex, gender, sexual orientation, gender identity, ancestry, age or national origin.
Neither will qualified applicants be discriminated against on the basis of disability or protected veteran status.
We believe in the strength of the collaboration, creativity and sense of community a diverse workforce brings.
#J-18808-Ljbffr
Principal AI Ops Engineer Arbeitgeber: RxSense
RxSense ist ein hervorragender Arbeitgeber, der innovative Lösungen im Gesundheitswesen bietet und eine dynamische Arbeitsumgebung fördert. Mit einem starken Fokus auf Mitarbeiterentwicklung und einer Kultur der Zusammenarbeit ermöglicht das Unternehmen seinen Angestellten, an bedeutenden Projekten zu arbeiten, die den Zugang zu kostengünstigen Apothekenleistungen verbessern. Die Möglichkeit, in einem modernen, technologiegetriebenen Umfeld zu arbeiten, gepaart mit attraktiven Vergütungen und einem klaren Karrierepfad, macht RxSense zu einem idealen Arbeitsplatz für talentierte Fachkräfte im Bereich AI Ops Engineering.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Principal AI Ops Engineer erhalten könntest
✨Netzwerken in der IT-Community
In der IT-Consulting-Welt sollten wir regelmäßig auf Veranstaltungen wie Tech-Meetups oder Konferenzen gehen. Hier können wir nicht nur unser Netzwerk erweitern, sondern auch direkt mit potenziellen Arbeitgebern ins Gespräch kommen und unser Interesse an einer Vollzeitstelle zeigen.
✨Online-Foren und Gruppen nutzen
Sich in Online-Foren und Communities wie Stack Overflow oder LinkedIn-Gruppen umzusehen, kann uns helfen, Insider-Tipps zu erhalten und Informationen über offene Stellen in der IT-Beratung zu sammeln. Vergiss nicht, aktiv zu werden und Fragen zu stellen oder dein Wissen zu teilen – das erhöht unsere Sichtbarkeit!
✨Direkt bei RxSense bewerben
Viele Unternehmen, wie RxSense, stemmen ihre Vollzeitstellen bevorzugt über ihre eigenen Karriere-Webseiten. Also, lass uns regelmäßig auf deren Seite vorbeischauen und uns direkt bewerben, statt nur die üblichen Jobportale zu nutzen.
✨Überzeugende Projekte zeigen
Wir sollten unser Portfolio oder relevante Projekte gut sichtbar machen, egal ob das auf Github, persönlich oder auf LinkedIn ist. Bei IT-Consulting-Stellen kommt es oft auf praktische Erfahrungen an, also lass uns zeigen, was wir können!
Wir glauben, dass du diese Fähigkeiten brauchst, um Principal AI Ops Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Zeige deine technischen Skills!:In der IT-Beratung zählen deine technischen Kenntnisse und Fähigkeiten. Achte darauf, relevante Programmiersprachen, Tools und Systeme in deinem Lebenslauf aufzulisten. Zeig auch, wenn du Zertifikate hast, die deine Kompetenz unterstützen – das könnte dir einen echten Vorteil verschaffen!
Verstehe die Branche!:Unterstreiche in deinem Anschreiben, dass du ein gutes Verständnis für aktuelle Trends und Herausforderungen in der IT-Branche hast. Zeig, dass du nicht nur die technischen Aspekte beherrschst, sondern auch die Bedürfnisse der Kunden erkennen und lösen kannst!
Deine Projekte zählen!:Falls du bereits an IT-Projekten gearbeitet hast, verlinke diese oder beschreibe sie in deinem Lebenslauf. Praktische Erfahrungen – sei es in Form von Praktika oder privaten Projekten – sind besonders wertvoll in der IT-Beratung. Zeige uns, was du kannst!
Individuelle Bewerbung ist der Schlüssel!:Jede Bewerbung sollte individuell auf RxSense und die ausgeschriebene Position Principal AI Ops Engineer zugeschnitten sein. Teile uns mit, warum gerade du eine gute Wahl für unser Team bist. Das zeigt dein Engagement und deine Motivation, die über eine Standardbewerbung hinausgeht.
Wie man sich auf ein Vorstellungsgespräch bei RxSense vorbereitet
✨Technische Vorbereitung ist alles!
Da du dich auf eine Vollzeitstelle in der IT-Beratung bewirbst, solltest du dir wirklich einen Überblick über die wichtigsten Tools und Technologien verschaffen, die in der Branche verwendet werden. Sei bereit, technische Fragen zu beantworten, die sich auf Software-Architektur oder Systemintegration beziehen könnten.
✨Praxisbeispiele parat haben
In der IT-Beratung ist es wichtig, konkrete Beispiele aus deiner bisherigen Erfahrung zu bringen. Überlege dir Projekte, bei denen du erfolgreich einen Kunden beraten hast oder Herausforderungen gelöst hast. Das zeigt, dass du nicht nur theoretisches Wissen hast, sondern auch in der Praxis erfolgreich sein kannst.
✨Soft Skills betonen
Ein großer Teil der IT-Beratung ist die Kommunikation mit Kunden und das Verständnis ihrer Bedürfnisse. Bereite dich darauf vor, über deine zwischenmenschlichen Fähigkeiten zu sprechen, wie du mit herausfordernden Kunden umgehst oder wie du in Teams arbeitest. Das wird den Interviewern zeigen, dass du mehr als nur technisches Wissen mitbringst!
✨Fragen zum Unternehmen vorbereiten
Schau dir spezifisch die Projekte von RxSense an und überlege dir, welche Fragen du dazu stellen möchtest. Zeig Interesse an den aktuellen Herausforderungen, vor denen das Unternehmen steht, und wie du dazu beitragen könntest. Das hebt dich von anderen Bewerbern ab und zeigt, dass du wirklich motiviert bist.