Lead AI Software Architect / Engineer (m/f/d)

In Deutschland – Berlin | Bonn | Köln | Frankfurt/Main | Hamburg | München. Wir suchen einen erfahrenen Lead AI Architekten/Ingenieur, um skalierbare SaaS-Produkte in unserem AI Lab zu entwerfen und zu entwickeln. In dieser Rolle kombinieren Sie tiefgehende technische Expertise mit strategischer Vision, um KI-gestützte Produkte zu entwickeln, die dazu beitragen, die Geschäftsmodelle unserer Kunden zu transformieren und ihr Wachstum zu ermöglichen.

Was uns besonders macht

• Fördern Sie Ihre Karriere mit spannenden beruflichen Möglichkeiten in unserem florierenden Unternehmen mit Startup-Charakter.
• Innovieren Sie, indem Sie Ideen in hochmoderne KI-Produkte umwandeln und KI sowie Generative AI durch kreative Experimente vorantreiben, um Grenzen zu überschreiten und transformative Lösungen zu liefern.
• Äußern Sie Ihre einzigartigen Ideen in einer Kultur, die von unserem unternehmerischen Geist, Offenheit und Integrität geprägt ist.
• Fühlen Sie sich wohl, wenn Sie mit unseren hilfsbereiten, begeisterten Kollegen arbeiten, die einen großartigen Teamgeist haben.
• Erweitern Sie Ihre Perspektive mit unserem umfangreichen Schulungsangebot und Lernprogrammen (z.B. LinkedIn Learning).
• Äußern Sie Ihre Meinung in unseren ganzheitlichen Feedback- und Entwicklungsprozessen (z.B. 360-Grad-Feedback).
• Befriedigen Sie Ihr Bedürfnis nach Abenteuer mit unseren Möglichkeiten, im Ausland zu leben und zu arbeiten in einem unserer vielen internationalen Büros.
• Genießen Sie unsere Vorteile, wie hybrides Arbeiten, Betreuungsgeld, Unternehmensrabatte und Unterstützung für das Wohlbefinden (z.B. Headspace).
• Entspannen Sie in unseren Pausenbereichen, wo Sie sich an den bereitgestellten gesunden Snacks und Getränken bedienen können.
• Sehen Sie eine andere Seite Ihrer Kollegen bei unseren häufigen Mitarbeiterevents, Weltversammlungen und Feiertagsfeiern.

Wie Sie einen Einfluss schaffen werden

• Entwerfen Sie skalierbare SaaS-Architekturen für AI/GenAI-Produkte.
• Bewerten, auswählen und integrieren Sie Drittanbieter-Bibliotheken und Open-Source-Frameworks.
• Richten Sie Datenbanken und LLM-Frameworks ein.
• Arbeiten Sie mit der Cloud-Plattform (AWS), um Dienste sicher bereitzustellen und zu verwalten.
• Entwerfen und leiten Sie die Entwicklung von KI-Produkten für geschäftsspezifische Anwendungsfälle, die unseren Kunden als SaaS angeboten werden.
• Mentoren und führen Sie junior Teammitglieder, setzen Sie klare technische Richtungen und bieten Sie architektonische Aufsicht.
• Leiten Sie die Entwicklung von RAG und/oder Feinabstimmung für LLMs und Datenpipelines für interne und externe Datenquellen (z.B. Preisdatenbanken, Marktbenchmarks, CRM-Exporte).
• Setzen Sie Ingenieurstandards und Richtlinien zur Codequalität.
• Arbeiten Sie mit MLOps-Ingenieuren zusammen, um Modelle bereitzustellen und zu warten.
• Optimieren Sie Leistung, Latenz und Kosten von AI/GenAI-Lösungen.
• Arbeiten Sie eng mit der Führungsebene, dem Engineering-Produktteam und den Geschäftspartnern zusammen, um Strategie in technische Richtungen zu übersetzen.
• Prototypisieren Sie neue Ideen schnell und iterieren Sie basierend auf Nutzerfeedback (Berater oder Kunden).
• Leiten Sie technische PoCs und MVP-Entwicklung und bewerten Sie Build-vs-Buy-Entscheidungen für GenAI-Komponenten.
• Bleiben Sie über Entwicklungen in AI/GenAI informiert und bewerten Sie neue Modelle/Tools zur Übernahme.

Über Sie

• Nachgewiesene Erfahrung im Entwerfen, Entwickeln und Betreiben von kundenorientierten SaaS-Produkten, die von echten Nutzern in großem Maßstab verwendet werden.
• Besitz von SaaS-Produkten über den ursprünglichen Start hinaus, deren Wartung, Weiterentwicklung und Betrieb über die Zeit.
• Geschäftsorientiert, datenzentriert, leidenschaftlich daran interessiert, Produkte zu entwickeln, die unseren Kunden greifbaren Wert bieten.
• Ausgezeichnete Kommunikationsfähigkeiten, mit der Fähigkeit, technische Konzepte klar an unterschiedliche Zielgruppen zu vermitteln.
• Sehr starke Kommunikations- und Kollaborationsfähigkeiten – Unterstützung anderer Ingenieure, asynchrone Zusammenarbeit, Erklärung technischer Entscheidungen an nicht-technische Zielgruppen, Dokumentation schreiben, Initiative zeigen.
• Hohe Standards in Bezug auf Zuverlässigkeit, Sicherheit und langfristige Wartbarkeit.
• Nachgewiesene Führung bei der Leitung von Teams durch komplexe Infrastruktur- und datenzentrierte Projekte, Förderung von Zusammenarbeit und Innovation.
• Nachgewiesene Erfahrung im Entwerfen und Erstellen von Anwendungen mit GenAI-Modellen, einschließlich Open-Source- und kommerziellen LLMs (Code und allgemeine Zwecke), mit Bereitstellungs-/Integrations-Erfahrung.

Technische Fähigkeiten

• SaaS-Multi-Tenant-Architekturen.
• Starke Anforderungen an verteilte Systeme und Produktions-API-Design (Latenz, Caching, Backpressure, Resilienz-Muster).
• Erfahrung im Entwerfen von ereignisgesteuerten Architekturen und Datenpipelines (Kafka/Kinesis), falls Ihre Produkte Ingestion + nahezu Echtzeit-Aktualisierung benötigen.
• Praktische Erfahrung mit Cloud-Plattformen; tiefe Expertise in AWS.
• Starke Python-Kenntnisse und Erfahrung mit KI-Frameworks wie Hugging Face Transformers, LangChain und PyTorch.
• Über „RAG/Feinabstimmung“ hinaus: Erfahrung mit RAG-Architekturmustern (Chunking, Hybrid-Suche, Neuordnung, Zitationen, Quellenattribution); Bewertungsrahmen (z.B. automatisierte Abrufbewertung, Halluzinationsprüfungen, Regressionstests); Sicherheits-/Schutzmaßnahmen (Prompt-Injection-Abwehr, Inhaltsfilterung, PII-Reduktion).
• Erfahrung mit Hochleistungsinferenz (vLLM/TensorRT-LLM, wo anwendbar), Batching, Quantisierung und GPU-Kosten-/Leistungsabgleich.
• Entwurf von Multi-Modell-Routing und Kostenkontrollen (Fallbacks, Caching, Budgetobergrenzen).
• Kompetenz in: Datenmodellierung, Datenqualitätsprüfungen, Schema-Evolution und Governance.
• Vector DB + Embedding-Operationen: Indexverwaltung, Re-Embedding-Strategien, Abrufoptimierung.
• CI/CD für ML, Modell-Registry, Feature-Stores, Monitoring (Drift + Leistung).
• Fähigkeit, Ingenieurstandards (Linting, Typprüfung, Teststrategie, Code-Review-Normen) zu definieren und über CI durchzusetzen.
• Bedrohungsmodellierung für GenAI (Prompt-Injection, Datenexfiltration), Privacy-by-Design, Aufbewahrungsrichtlinien und Auditierbarkeit.