Staff Software Engineer, Product (m/w/d) in Berlin

Über Sharpist

Sharpist existiert, um Menschen zu helfen, selbstbewusster und effektiver bei der Arbeit und im Leben zu werden. Wir kombinieren menschliches Coaching mit einem KI-Coach, damit Mitarbeiter auf allen Ebenen bedeutende Unterstützung erhalten, wenn sie sie benötigen. Unser Ziel: Coaching skalierbar zu machen - nicht um Menschen zu ersetzen, sondern um sie zu verbessern.

Die Rolle

Als Staff Product Engineer sitzen Sie dort, wo das Produkt die Menschen trifft, die es nutzen. Ihre Arbeit verwandelt diese Unterstützung in etwas, das die Menschen tatsächlich nutzen, um zu reflektieren, zu lernen und zu handeln.

Sie erhalten ein Geschäftsproblem und übernehmen es von dort: die Lösung gestalten, die technische Spezifikation schreiben, die Implementierung durchlaufen, es veröffentlichen und überprüfen, ob es tatsächlich funktioniert hat. Es gibt keinen Übergang in der Mitte und kein blindes Versenden. Wir arbeiten auf einen Zyklus von einer Woche hin, obwohl wir noch nicht dort sind. Für den Moment ziehen wir es vor, bei etwa 70 % zu versenden, aus der realen Nutzung zu lernen und die nächste Version zu verbessern, als zu lange an etwas in der Privatsphäre zu feilen.

Der schwierige Teil ist nicht das Codieren an sich. Es ist die Synthese: ein verschwommenes Problem zu nehmen und es schnell genug in eine technisch fundierte, richtig abgegrenzte Lösung zu verwandeln, um den Zyklus am Laufen zu halten. Das ist der Punkt, an dem viele Ingenieure langsamer werden. Diese Rolle soll diese Lücke schließen.

LLMs übernehmen jetzt einen wachsenden Anteil der Implementierung, und Sie sollten sie als Teil Ihres täglichen Workflows nutzen. Was sie nicht ersetzen können, ist das Urteil zu erkennen, wann die Architektur falsch ist, wann eine Abstraktion nicht hält oder wann eine Abkürzung wahrscheinlich zum Vorfall des nächsten Quartals wird. Das Wichtige ist, dies zu erkennen, bevor es gebaut wird, und nicht nachdem es in die Produktion gelangt.

Was Sie tun werden

• Erste 30 Tage: Sich intensiv mit dem Sharpist-Produkt vertraut machen: dem KI-Coach, der Coaching-Plattform und der Lernreise. Bestehende Lösungskonzepte und technische Spezifikationen prüfen, um zu verstehen, was versendet wird und warum. Einen vollständigen Problem-zu-Lieferung-Zyklus mit dem Engineering-Team beobachten. Ihre ersten Verbesserungen am Produkt versenden.
• Erstes Quartal: Ihr erstes Problem end-to-end übernehmen: den Problembereich definieren, die Lösung entwerfen und die technische Spezifikation schreiben. LLMs als zentrales Workflow-Tool verwenden: nach Spezifikationen fragen, die Ergebnisse auf Effizienz und Solidität bewerten und iterieren. Direkt mit Ingenieuren zusammenarbeiten, um sicherzustellen, dass das, was gebaut wird, dem entspricht, was beabsichtigt war. Direkt mit Benutzern und Stakeholdern sprechen, jedes Problem in realen Einsichten zu verankern, anstatt in Annahmen. Strukturiertes Feedback zu technischen Spezifikationen anderer geben, insbesondere zu technischer Machbarkeit, Umfang und Randfällen.
• Jahr eins: Mehrere Funktionen end-to-end übernehmen: sie definieren, versenden, messen und verstehen, was funktioniert hat und was nicht. Zum wöchentlichen Austausch des Teams beitragen, indem Sie teilen, was Sie gelernt haben, und das aufnehmen, was andere entdeckt haben. Die Entwicklererfahrung durch Werkzeuge, Workflows oder Prozessverbesserungen, die das Team tatsächlich nutzt, sinnvoll verbessern.

Der Stack: TypeScript, React, React Native, Node.js, MongoDB, Redis, Docker, Google Cloud, BigQuery, Google Dataform, Lightdash, Prometheus, Grafana.

Arbeitsmodell: Hybrid in Berlin, 3 Tage pro Woche im Büro. Wir finden, dass das Zusammensein in Person die Art von Beziehungen aufbaut, in denen echte Gespräche stattfinden: die, die verändern, wie Sie denken, wie Sie arbeiten und wie sich das Produkt entwickelt.