Solutions Engineer (EMEA)

Qdrant hat gerade eine Series B in Höhe von 50 Millionen US-Dollar abgeschlossen, um die Retrieval-Infrastruktur für moderne KI aufzubauen. Unsere Vektorsuchmaschine, die in Rust geschrieben ist, läuft in Produktionsumgebungen bei Engineering-Teams von Canva, HubSpot, Tripadvisor, Bosch und Deutsche Telekom. Wir erweitern unser europäisches Field-Team und suchen einen Solutions Engineer, der in den Raum (oder den Anruf) kommen möchte, in dem echte Entscheidungen zur KI-Infrastruktur getroffen werden. Dies ist eine Schlüsselrolle in einem technischen Field-Team. Sie arbeiten eng mit Senior Engineers und Account Executives zusammen, lernen, wie Unternehmens-KI-Systeme entworfen und verkauft werden, und übernehmen technische Engagements mit Kunden.

Aufgaben

• Unterstützung technischer Bewertungen und Proof-of-Concept-Bauten zusammen mit Senior Solutions Engineers und Account Executives, um Interessenten zu helfen, Qdrant gegen ihre realen Arbeitslasten zu testen.
• Erstellung von Demoumgebungen, Beispielintegrationen und Referenzarchitekturen, die die Leistungsfähigkeit von Qdrant in RAG-Pipelines, semantischer Suche und agentischen Systemen demonstrieren.
• Beantwortung technischer Fragen von potenziellen Kunden und Übersetzung von Infrastrukturanforderungen in funktionierende Lösungen.
• Erlernen der Wettbewerbslandschaft im Bereich Vektorsuche und KI-Infrastruktur sowie Mitwirkung an Battlecards, technischen Leitfäden und internen Wissensdatenbanken.
• Vertretung von Qdrant in Online-Communities, Entwicklerforen und europäischen Tech-Events, während Sie Ihre eigene technische Präsenz aufbauen.
• Direkte Zusammenarbeit mit unseren Produkt- und Engineering-Teams, um Kundenfeedback zu sammeln, das die Roadmap beeinflusst.

Anforderungen

• 1 bis 3 Jahre Erfahrung in Software Engineering, Data Engineering, Solutions Engineering oder einer eng verwandten technischen Rolle.
• Komfortabel im Schreiben und Lesen von Code (Python erforderlich; Erfahrung mit anderen Sprachen ist von Vorteil).
• Echte Neugier auf KI-Infrastruktur: Sie haben etwas mit LLMs, Embeddings oder Vektorsuche gebaut, auch wenn es nur als Nebenprojekt war.
• Starke Kommunikationsfähigkeiten in Englisch, schriftlich und mündlich. Sie können einen technischen Kompromiss klar erklären, auch jemandem, der nicht im Raum war, als er getroffen wurde.
• Selbstständig: Sie sind damit vertraut, Dinge selbst herauszufinden, gute Fragen zu stellen und Ihre eigenen Wissenslücken zu schließen, ohne darauf zu warten, dass Ihnen gesagt wird, was zu tun ist.
• In Europa ansässig und verfügbar, um innerhalb der europäischen Geschäftszeiten zu arbeiten.

Nice to Have

• Erfahrung mit Vektorsuche, approximativen nächsten Nachbarnalgorithmen oder semantischer Retrieval.
• Erfahrung mit Datenpipelines, Cloud-Infrastruktur oder verteilten Systemen.
• Vertrautheit mit RAG, agentischen KI-Frameworks (LangChain, LlamaIndex, CrewAI) oder Embedding-Modellen.
• Hintergrund in einer kundenorientierten technischen Rolle (Support Engineering, Developer Advocacy, technisches Schreiben).

Vorteile

• Eigenkapital mit bedeutendem Aufwärtspotenzial in einem gut kapitalisierten, schnell wachsenden Unternehmen.
• Hardware-Budget: Wählen Sie Ihr eigenes Setup.
• Flexible Arbeitszeiten, async-freundliche Kultur und regelmäßige Team-Offsites.