(Senior) AI Backend Engineer (w/m/d)

Agilität, flache Hierarchien, crossfunktionale Teams und spannende Aufgabenfelder sind bei unserem Kunden gelebte Praxis. Das Unternehmen ist überzeugt, dass nur gemeinsam Erfolge gefeiert und die Geschäftsprozesse der Kunden digitalisiert werden können. Die Rolle des (Senior) AI Backend Engineers bietet die Möglichkeit, skalierbare Backend-Services in einem produktiven SaaS-Umfeld zu gestalten und Verantwortung für Architektur, Betrieb und Weiterentwicklung zu übernehmen. In dieser Position arbeitest Du mit Large Language Models (LLMs) und bist für die Auswahl, das Prompt-Design sowie die Kosten- und Latenz-Optimierung verantwortlich. Du konzipierst und optimierst moderne RAG-Architekturen unter realen Produktionsbedingungen und sicherst die Qualität der KI-Systeme durch fundierte Evaluation mit klar definierten Benchmarks und Metriken. Deine Aufgaben umfassen zudem die Verbindung von Vektor-Datenbanken, Such- und Index-Technologien sowie relationalen Datenbanken zu leistungsfähigen KI-Architekturen. Ein hoher Anspruch an Engineering-Exzellenz prägt Deine Arbeit, wobei saubere APIs, hohe Testabdeckung und ein bewusster Umgang mit Technical Debt im Fokus stehen. Das Unternehmen bietet ein dynamisches Arbeitsumfeld mit flexiblen Arbeitszeiten und der Möglichkeit, eigenverantwortlich zu arbeiten. Zudem wird Wert auf Diversität gelegt und ein respektvolles Miteinander gefördert.

Der ideale Kandidat bringt mehrjährige Erfahrung in der Backend-Entwicklung, insbesondere mit Python, im SaaS- oder Plattformumfeld mit. Dazu gehört auch die Architektur und der Betrieb skalierbarer Services. Der Umgang mit LLMs sollte souverän sein, wobei gezielte Auswahl geeigneter Modelle, durchdachte Prompts und die stabile Integration in produktive Systeme zu den Kernkompetenzen gehören. Fundierte Erfahrung mit Retrieval-Augmented Generation ist notwendig, um RAG-Architekturen zu konzipieren und kontinuierlich zu optimieren. Evaluations-Setups für LLM- oder RAG-Systeme sollten strukturiert aufgebaut werden, wobei Entscheidungen auf Basis valider Metriken zu Qualität, Kosten und Latenz getroffen werden. Ein abgeschlossenes Masterstudium in Informatik oder einer verwandten Disziplin wird vorausgesetzt. Sehr gute Deutsch- und gute Englischkenntnisse runden das Profil ab. Persönliche Eigenschaften wie Teamfähigkeit, analytisches Denken und die Fähigkeit, komplexe technische Fragestellungen eigenständig zu strukturieren, sind ebenfalls wichtig.