Applied AI Engineer

Über die Stelle

Die Arbeit umfasst den gesamten Lebenszyklus eines AI-Features: experimentieren, evaluieren, deployen und weiter beobachten. Die richtige Person denkt in der Produktion über Latenz, Kosten und Qualität nach, nicht nur über Modelle.

Auf einen Blick

Deine Aufgaben

• Tool-calling-LLM-Agenten mit strukturierter Ausgabe, parallelen API-Aufrufen und Streaming ausliefern
• Evaluationsfälle und Bewertungsrubriken für Sicherheit, Nützlichkeit und Personalisierung bauen
• Eine Fähigkeit vom Prototyp über Evals und Staging bis zur Produktion und zum Trace-Monitoring bringen
• Latenz und Kosten mit Prompt-Caching, Token-Budgets, Retries und Observability senken
• Die API-Tools schreiben, die Agenten aufrufen, mit Pydantic-Validierung und Datenbanksuche

Dein Profil

• Starkes Python, mit Services, die auf großen Produktivsystemen deployt sind
• Erfahrung mit LangChain, LangGraph oder einem ähnlichen Agent-Framework
• Hands-on-LLM-Arbeit in der Produktion: Prompting, Function Calling, strukturierte Ausgabe, Evaluation
• Sicherheit im Umgang mit async Python, HTTP-APIs und Streaming wie SSE oder Webhooks
• Datenvalidierung und Schema-Design mit Pydantic oder JSON Schema
• Debugging über alle Schichten, von einem fehlgeschlagenen Tool-Aufruf bis zu einer falschen Terraform-Konfiguration

Von Vorteil

• AWS-Services wie Bedrock, ECR, CloudFront, S3 oder Cognito
• Tracing- und Eval-Tools wie Langfuse, OpenTelemetry, Datadog oder Terraform

Das wird geboten

• Grundgehalt plus Equity