Staff Software Engineer, Infrastructure

Über Wisdom

Wisdom verbindet Branchenexpertise mit fortschrittlicher Technologie, um Zahnarztpraxen für alle Beteiligten besser zu machen. Wir glauben, dass Zahnmedizin Menschen betrifft, und wir existieren, um die Zukunft der Zahnmedizin stärker und nachhaltiger für Zahnärzte, ihre Teams und die Patienten, die sie betreuen, zu gestalten. Wir verbinden Verwaltungsteams mit Experten für Abrechnung und maßgeschneiderter Technologie, um die schwere Arbeit der zahnärztlichen Abrechnung zu übernehmen und gleichzeitig die Zeit der Zahnärzte in der Praxis und deren Gewinn zu maximieren.

Wir suchen außergewöhnliche Kandidaten, die uns helfen, ein kategoriedefinierendes Unternehmen aufzubauen. Wisdom hat Mitarbeiter in den USA.

Über die Rolle

Der Fahrplan wird dir hier nicht übergeben. Du wirst ihn mitgestalten --- und du wirst der Grund sein, warum er aufrechterhalten wird. Als Staff Software Engineer mit Fokus auf Infrastruktur bei Wisdom wirst du die technische Richtung für Zuverlässigkeit im gesamten Unternehmen festlegen --- und die Systeme hinter den Systemen besitzen: die Bereitstellungspipeline, die Beobachtbarkeit, die Kapazitätskontrollen und das Fehlermanagement, die entscheiden, ob unsere agentischen Abrechnungsinfrastrukturen leise ihre Arbeit verrichten oder jemanden um 2 Uhr morgens alarmieren.

Dies ist eine Rolle mit Multiplikatoreffekt in einem kleinen, vertrauensvollen Team. Deine Aufgabe besteht nicht nur darin, das zu reparieren, was kaputt geht; es geht darum, die gesamte Organisation auf ein höheres Zuverlässigkeitsniveau zu bringen --- Praktiken, Leitplanken und Instinkte zu entwickeln, die bedeuten, dass weniger Dinge von Anfang an kaputt gehen und das Team die Probleme, die auftreten, auch ohne dich im Raum bewältigen kann.

Wisdoms Technologie-Stack umfasst TypeScript, Node.js, React, Postgres und AWS, wobei LLM-gesteuerte Agenten (Mastra, Anthropic) in der Produktion hochriskante Abrechnungsentscheidungen treffen. Die Probleme, die wir lösen --- inkonsistente Versicherungsintegrationen am Leben zu halten, KI-Pipelines fehlersicher zu machen, anstatt laut zu versagen, und HIPAA-konforme Infrastruktur zu betreiben, die wirklich nicht ausfallen kann --- sind legitime Herausforderungen. Wir ziehen jemanden vor, der motiviert ist, Dinge funktionsfähig zu halten, als jemanden, der lediglich toleriert, wenn sie es nicht tun.

In deinem ersten Jahr wirst du definiert haben, was Zuverlässigkeit bei Wisdom bedeutet, und die Funktion aufgebaut haben, um dies zu liefern: eine echte Beobachtbarkeit und SLO-Praxis, einen Vorfallprozess, der ohne Heldentaten funktioniert, agentische Pipelines, die sich elegant degradieren, anstatt die Produktion mit sich zu reißen, und ein Team, das messbar besser in der Produktion arbeitet, weil du die Messlatte höher gelegt hast. Dies ist eine vollständig remote Rolle, die direkt an den Head of Engineering berichtet.

Was du besitzen wirst:

• Die Zuverlässigkeitsstrategie für die Plattform festlegen --- SLOs, Fehlerbudgets und die Betriebsstandards für Dienste, die echtes Geld für echte Praxen abrechnen, sowie den technischen Fahrplan, um dorthin zu gelangen.
• End-to-End-Beobachtbarkeit besitzen --- Tracing, Metriken, Protokollierung und Alarmierung (Datadog), die Probleme aufdecken, bevor die Benutzer es tun, und es zur Standardpraxis machen, sodass jeder Ingenieur einen Vorfall leiten kann, nicht nur die Person, die den Code geschrieben hat.
• Definieren, wie wir KI-gesteuerte agentische Workflows in großem Maßstab betreiben --- Wiederholungen und Rückdruck, Idempotenz, elegante Degradierung und Kapazitätskontrollen für LLM-gesteuerte Pipelines.
• Die Integrationsoberfläche mit zahnärztlichen Versicherungsträgern und Praxisverwaltungssystemen (Dentrix, Eaglesoft) absichern --- schlecht dokumentiert, inkonsistent und das erste, was unter Last nachgibt.
• Bereitstellungs- und Release-Engineering besitzen --- schnelle, sichere, reversible Bereitstellungen; Infrastruktur als Code (Terraform); und die unglamouröse Disziplin, die es einem Series A-Unternehmen ermöglicht, mehrmals täglich zu versenden, ohne Dinge zu brechen.
• Die Vorfallpraxis aufbauen, nicht nur Vorfälle leiten --- die Bereitschaftsrotation, die Runbooks, die kultivierte Nachuntersuchung, die Ausfälle in dauerhafte Lösungen verwandelt, die das gesamte Team besitzt.
• Die Messlatte durch andere erhöhen --- technische Standards durch Code-Reviews, Architekturleitlinien und Dokumentation setzen, die tatsächlich verwendet wird, und das gesamte Engineering-Team darin schulen, wie man über Zuverlässigkeit nachdenkt.
• Die mehrdeutigen, undefinierten, unternehmensweiten Zuverlässigkeitsprobleme angehen und sie zur Lösung treiben, ohne auf Erlaubnis oder ein perfektes Briefing zu warten.

Wer du bist:

• 8+ Jahre Erfahrung im Betrieb von Produktionssystemen mit einer Erfolgsbilanz im Bereich Zuverlässigkeit --- du hast die Zuverlässigkeit für Systeme verantwortet, bei denen Ausfallzeiten reale Konsequenzen hatten und sie messbar verbessert.
• Du hast unter Druck in großem Maßstab gearbeitet --- Dienste, die aktiv bleiben mussten, Vorfälle, die du zur Lösung geführt hast, und Zuverlässigkeitspraktiken, die du etabliert hast und die über deine Amtszeit hinaus Bestand hatten und die Arbeitsweise der Teams verändert haben.
• Du multiplizierst die Menschen um dich herum --- dein Einfluss zeigt sich darin, was andere zuverlässig liefern, nicht nur in dem, was du direkt berührst. Du hast Standards gesetzt, Ingenieure betreut und technische Entscheidungen teamübergreifend getroffen, ohne die Autorität zu haben, sie zu mandatieren.
• Tiefgehende AWS (oder GCP)-Erfahrung --- du hast verteilte Dienste in der Produktion bereitgestellt, betrieben und debuggt und kannst von den ersten Prinzipien aus argumentieren, wenn das Handbuch nicht mehr hilft.
• Stark in Infrastruktur als Code (Terraform), Containern und Orchestrierung (ECS/Kubernetes) sowie CI/CD --- der Bereitstellungsweg gehört dir.
• Praktische Erfahrung im Betrieb mindestens einer großen LLM-API --- OpenAI, Anthropic (Claude) oder Google Vertex AI --- mit Fokus auf die operative Realität: Ratenlimits, Wiederholungen, Latenz, Kosten und was passiert, wenn das Modell in einem Live-System nicht funktioniert.
• Starke Kenntnisse in TypeScript/JavaScript --- du kannst den Anwendungscode lesen und beheben, nicht nur die Infrastruktur darum herum; Python oder Go sind von Vorteil.
• Tiefgehende Erfahrung mit relationalen Datenbanken --- Verbindungsmanagement, Abfrageleistung und Überlegungen zur Datenintegrität unter Last.
• Du neigst zur Eigenverantwortung und bewegst dich auf den Pager zu, nicht davon weg.
• Du bist direkt, intellektuell ehrlich und kooperativ --- du bringst schlechte Nachrichten frühzeitig zur Sprache, änderst deine Meinung, wenn die Beweise es rechtfertigen, und schreibst das Postmortem, das das gesamte Team schärfer macht.

Du wirst herausstechen, wenn du:

• Erfahrung im Betrieb von LLM / agentischen Systemen in der Produktion hast --- oder mit Frameworks wie Mastra, LangChain, LlamaIndex oder CrewAI --- wo Zuverlässigkeit, Kosten und Latenz von dir definiert und verwaltet wurden.
• Ein Arbeitswissen über HIPAA-Compliance und was es bedeutet, Infrastruktur verantwortungsbewusst im Gesundheitswesen zu betreiben, hast.
• Erfahrung in einem Series A- oder Frühphasen-Startup hast, in dem du die Zuverlässigkeitsfunktion von Grund auf neu aufgebaut hast, anstatt sie zu übernehmen.

Wisdom ist ein Arbeitgeber, der Chancengleichheit bietet. Wir bieten Beschäftigungsmöglichkeiten ohne Rücksicht auf Alter, Rasse, Hautfarbe, Abstammung, nationale Herkunft, Religion, Behinderung, Geschlecht, Geschlechtsidentität oder -ausdruck, sexuelle Orientierung, Veteranenstatus oder einen anderen geschützten Status gemäß geltendem Recht.