Senior Data Software Engineer, Personalization

Position Overview

Do you thrive in a fast-paced, high-energy environment? Are you a creative problem solver who enjoys building solutions and products using cutting edge technologies? Are you looking to collaborate with motivated individuals from diverse backgrounds? Do you have the drive to make things happen? If so, you are in the right place. The company is leading the transformation of how users interact with design and engineering software by embedding AI deeply into our products. We are building cloud-native, AI-powered platforms that operate at scale, leveraging data, machine learning, and agentic systems to deliver intelligent, adaptive, and personalized experiences across our flagship products including AutoCAD, Revit, Construction Cloud, and Forma.

Die Personalized Experiences Team ist eine zentrale Personalisierungsgruppe, die eng mit den Produktentwicklungsteams des Unternehmens zusammenarbeitet, um ML/Analytics über alle Produkte des Unternehmens zu demokratisieren. Sie werden die Datenfundamente entwerfen und besitzen, die die Personalisierungsplattformfähigkeiten des Unternehmens antreiben. Das bedeutet, hochkomplexe, risikobehaftete Daten zu modellieren, zuverlässige Pipelines und Dienste zu erstellen und sicherzustellen, dass nachgelagerte Produktmerkmale und intelligente Arbeitsabläufe mit Genauigkeit, Konsistenz und Skalierbarkeit arbeiten.

Dies ist eine praktische, senior Engineering-Rolle mit echtem Eigentum. Sie werden an Backend-Diensten, Datenpipelines und APIs arbeiten und Funktionen vom Design bis zur Produktion bringen. Sie helfen dabei, Schemata, Transformationen und architektonische Muster zu definieren und weiterzuentwickeln, die das Rückgrat der Plattform bilden, während sie skaliert. Während der Schwerpunkt auf Backend- und Datenengineering liegt, wird von Ihnen erwartet, dass Sie pragmatisch über den gesamten Stack hinweg arbeiten, um sicherzustellen, dass Daten und Intelligenz korrekt im Produkt angezeigt werden.

Reporting

Sie berichten an einen Engineering Manager innerhalb der AI- und Personalisierungsorganisation.

Standort: Toronto (Hybrid) oder remote innerhalb Kanadas.

Responsibilities

• Entwerfen und Erstellen skalierbarer Datenpipelines zur Erfassung, Verarbeitung und Bereitstellung von Produktnutzungs- und Verhaltensdaten für Personalisierungs- und KI-Anwendungsfälle
• Entwickeln von Backend-Diensten und Daten-APIs mit Technologien wie Python, Java oder Kotlin sowie Frameworks wie Spring Boot, FastAPI oder ähnlichem
• Erstellen und Betreiben von Microservices, die Daten- und Intelligenzfunktionen für interne und kundenorientierte Anwendungen bereitstellen
• Definieren und Weiterentwickeln von Datenmodellen, Schemata und Transformationen, um qualitativ hochwertige und zuverlässige Datensätze sicherzustellen
• Systeme erstellen, die KI- und agentische Arbeitsabläufe unterstützen, und sicherstellen, dass Daten strukturiert und zugänglich für automatisierte Entscheidungsfindung und intelligente Agenten sind
• Mit Produktmanagern, Datenwissenschaftlern und Analysten zusammenarbeiten, um geschäftliche Anforderungen in skalierbare Datensysteme zu übersetzen
• Sicherstellen der Datenqualität, Beobachtbarkeit und Zuverlässigkeit über Pipelines und Dienste
• Beitragen zu architektonischen Entscheidungen und Best Practices im Daten- und Backend-Engineering
• Ingenieure in Datenmodellierung, SQL-Leistung und skalierbarem Pipeline-Design betreuen

Minimum Qualifications

• BS oder MS in Informatik, Ingenieurwesen oder einem verwandten Bereich
• 8 oder mehr Jahre Erfahrung in der Entwicklung produktionsreifer Softwaresysteme
• Starke Erfahrung im Entwerfen und Erstellen von Backend-Diensten und verteilten Systemen mit Sprachen wie Python, Java oder Go
• Erfahrung mit API-Design und -Entwicklung, einschließlich REST- oder gRPC-basierten Diensten
• Starke Erfahrung im Entwerfen und Betreiben von groß angelegten Datensystemen und verteilten Architekturen in Cloud-Umgebungen, AWS bevorzugt
• Tiefe Expertise in SQL und relationalem Datenmodellieren, einschließlich Schema-Design, Normalisierung und Leistungsoptimierung im großen Maßstab
• Starkes Verständnis von Datenmodellierungskonzepten für analytische und operationale Systeme, einschließlich des Aufbaus langlebiger, wiederverwendbarer Datensätze
• Erfahrung im Aufbau und Betrieb von Datenpipelines mit Tools wie Airflow, Prefect oder ähnlichem
• Erfahrung mit Cloud-Datenplattformen wie Snowflake, Hive oder Redshift
• Starkes Verständnis von Datenqualität, Tests, Herkunft und Überwachung in Produktionssystemen
• Fähigkeit, skalierbare Systeme zu entwerfen und zu bauen, die hochvolumige Datenlasten bedienen

Preferred Qualifications

• Erfahrung mit Personalisierung, Empfehlungssystemen oder ML-Plattformen
• Erfahrung mit Echtzeit- oder ereignisgesteuerten Architekturen wie Kafka oder Kinesis
• Vertrautheit mit LLM-basierten Systemen, einschließlich des Aufbaus oder der Unterstützung von Datenpipelines für KI-gesteuerte Anwendungen
• Erfahrung in der Zusammenarbeit mit oder der Ermöglichung agentischer Arbeitsabläufe oder KI-gesteuerter Automatisierung
• Erfahrung in der engen Zusammenarbeit mit Datenwissenschafts- oder ML-Teams
• Erfahrung in der Betreuung von Ingenieuren oder der Leitung technischer Initiativen

Ideal Candidate

Sie sind leidenschaftlich daran interessiert, datengestützte Systeme zu entwickeln, die Benutzererfahrungen verbessern. Sie genießen es, komplexe Datenfähigkeiten in einfache, zuverlässige Produktmerkmale umzuwandeln. Sie fühlen sich wohl, in unklaren Problemräumen zu arbeiten und Klarheit durch Ausführung zu schaffen. Sie führen durch Handeln und kombinieren architektonisches Denken mit praktischer Ingenieurskunst. Sie arbeiten natürlich zusammen und beeinflussen durch technische Glaubwürdigkeit. Sie sind daran interessiert, KI- und agentische Technologien auf reale Produktprobleme anzuwenden. Sie sind pragmatisch, neugierig und scheuen sich nicht, zu experimentieren und zu iterieren.