Forward Deployment Engineer

WAS SIE TUN WERDEN

• Entwerfen, bauen und bereitstellen von End-to-End-generativen KI-Systemen, einschließlich Multi-Agenten-Workflows und produktionsreifen KI-Anwendungen.
• Architektur von Multi-Komponenten-Pipelines, einschließlich:
• Retrieval-Augmented Generation (RAG)
• Feinabstimmung und parameter-effiziente Abstimmung
• Einbettungsgenerierung und -optimierung
• Hybride Abrufstrategien (Vektor, Graph, Schlüsselwort)
• Integration von Schlussfolgerungen, Werkzeugnutzung, Funktionsaufrufen und Orchestrierung über komplexe Workflows.
• Entwicklung fortschrittlicher agentischer Systeme mit klarer Trennung der Anliegen, robuster Speicherarchitektur und skalierbaren Werkzeugökosystemen.
• Leitung alles von der frühen Forschung, Modellerprobung und Evaluierungsdesign bis hin zur Bereitstellung von Produktionssystemen.
• Überwachung der API-Entwicklung, Microservices, CI/CD-Pipelines, Beobachtbarkeit und cloud-native Bereitstellung.
• Entwurf für Interoperabilität unter Verwendung neuer Standards wie dem Model Context Protocol (MCP).
• Aufbau skalierbarer GenAIOps-Prozesse für automatisierte Tests, Regressionsevaluierung, Latenzüberwachung und kontinuierliche Verbesserung.
• Ausbalancierung von Leistung, Sicherheit, verantwortungsbewussten KI-Prinzipien und Kosten über das Systemdesign hinweg, Implementierung von Schutzmaßnahmen, Rückfallebenen, Red-Team-Strategien und Human-in-the-Loop (HITL)-Workflows.
• Partnerschaft mit globalen Ethikteams zur Sicherstellung der Übereinstimmung mit den verantwortungsvollen KI-Standards von Bain.
• Aufbau automatisierter Evaluierungssuiten, die Benutzersignale, kontinuierliche Lernzyklen und laufende Modellaktualisierungen integrieren, sowie Entwurf und Implementierung von Evaluierungsrahmen, die Folgendes abdecken:
• Halluzinationsrate und faktische Konsistenz
• Relevanz und Präzision/Rückruf
• Latenz, Durchsatz und systemweite Leistung
• Kostenverfolgung und Effizienz
• Enger Austausch mit Produkt-, Ingenieur-, Datenwissenschafts-, Ethik- und Infrastrukturteams zur Entwicklung robuster, konformer KI-Systeme.
• Ursprung, Umfang und Verkauf von KI-Engagements von der Gestaltung von Vorschlägen, dem Aufbau von Kundenbeziehungen bis hin zum Antrieb des kommerziellen Wachstums für die Praxis.
• Als Denkpartner für Führungskräfte und Kunden in Bezug auf KI-Strategie, Architekturentscheidungen, aufkommende Fähigkeiten und Implementierungsfahrpläne fungieren.
• Mentoring und Schulung technischer Teams zu Best Practices, einschließlich RAG, Agenten, Prompt-Engineering und KI-Sicherheit.

ÜBER SIE

• 8–12+ Jahre Erfahrung in Softwareengineering, ML-Engineering oder angewandten KI-Rollen mit erheblichen praktischen Bauverantwortlichkeiten.
• Deutschkenntnisse auf C1-Niveau oder höher.
• Nachgewiesene Erfahrung in der Leitung komplexer, mehrstufiger generativer KI-Programme von der Konzeption bis zur Produktion.
• Starke Kommunikationsfähigkeiten auf Führungsebene mit der Fähigkeit, hochgradig technische Konzepte für Geschäftspartner zu übersetzen.
• Erfolgsbilanz in der Leitung von Ingenieurteams, Mentoring technischer Talente und Zusammenarbeit mit verschiedenen funktionsübergreifenden Gruppen.
• Fortgeschrittenes Prompt-Engineering, Kontextengineering und Gesprächsdesign.
• Starke Expertise im Evaluierungsdesign, in Experimentierrahmen und in Datenkennzeichnungsstrategien für LLM-Apps.
• Entwurf für Interoperabilität unter Verwendung neuer Standards wie dem Model Context Protocol (MCP).
• Erfahrung mit gängigen Tools wie Claude Code, Codex, Cursor.
• Tiefe Erfahrung mit:
• Fortgeschrittenen RAG-Architekturen (Vektor, hybrid, graphbasierter Abruf)
• Agentischen Architekturen (Multi-Agenten-Systeme, Werkzeugauswahl, Routing, Gedächtnis, Planung, Reflexion)
• ReAct, RLAIF und anderen HITL-Feedback-Schleifen.
• KI-spezifischen Tools und Frameworks – Orchestrierungsframeworks, Vektor- und Graphdatenbanken sowie Model+API-Ökosysteme.
• Tools wie Claude Code, Codex, Cursor.
• Starker Hintergrund in Systemdesign, Architektur und produktionsreifer Bereitstellung.
• Tiefe Vertrautheit mit Kostenoptimierung und rechnerischen Abwägungen für LLM-Workloads.
• Komfort im Umgang mit hochgradig unklaren Umgebungen mit kollaborativen funktionsübergreifenden Teams.
• Klare Fähigkeit, technische Teams zu führen, zu mentorieren und zu inspirieren.
• Erfahrung in kundenorientierten Beratungs- oder Unternehmensumwandlungsumgebungen ist ein großer Vorteil.