Applied AI Engineer – Developer Experience

Stelle nicht auf LinkedIn

🕒 vor 1 Monat

🇺🇸 Vereinigte Staaten – Remote

⏰ Vollzeit

🟠 Senior

🔴 Experte

🤝 Entwicklerbeziehungen (DevRel)

👻 Geisterscore 44%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

DKSH Portugal, Unipessoal, Lda.

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2014

🍽️ Lebensmittel & Getränke

📦 Logistik

💼 Beratung

Food & Beverage • Logistics • Consulting

DKSH Portugal, Unipessoal, Lda. ist die portugiesische Niederlassung von DKSH, einem globalen Anbieter von Marktexpansionsdienstleistungen, der multinationalen Unternehmen dabei hilft, Spezialchemikalien, Zutaten (Lebensmittel & Getränke, Körperpflege), Pharmazeutika und leistungsfähige Materialien zu vertreiben, zu vermarkten und zu verkaufen. Das Unternehmen bietet umfassende B2B-Dienstleistungen – einschließlich Distribution, Marketing, Vertrieb, Logistik und regulatorischer Unterstützung – um Partner dabei zu unterstützen, ihre Präsenz in Portugal auszubauen und lokale Märkte mit globalen Marken zu verbinden.

Beschreibung

• Design and run experiments on tier routing, MCP coverage, permission configuration, repository context quality, and budget headroom • Own the analytical layer of the measurement program, including work classification, evaluation design, longitudinal within-unit analysis, and staggered-adoption estimates • Build and validate LLM-as-judge and classification pipelines with sampling strategies, hand-labeled ground truth, precision/recall measurement, and revalidation • Extend AI capabilities across test authoring and maintenance, environment and data setup, migration and modernization, code review assistance, security remediation, and certification evidence assembly • Work directly with constrained teams to identify delivery bottlenecks and target capabilities accordingly • Build evaluations for internal AI capabilities, including golden sets, regression suites, groundedness and answer-quality scoring, cost telemetry, and latency telemetry • Identify effective practitioner behaviors, document and teach practices, and publish practices rather than rankings • Partner with the platform team on Claude Code configuration, MCP servers, gateway telemetry, and the model registry • Report findings to engineering leadership and finance, including what works, what does not, delivery constraints, and claim limitations

🎯 Anforderungen

• 7+ years spanning software engineering and quantitative analysis • Production experience with LLM applications, including prompting, tool and function calling, context management, and evaluation • Experimental design and causal inference, including randomized and quasi-experimental designs, difference-in-differences, instrumental variables, and hierarchical models • Strong Python and SQL, with pandas, statsmodels, scikit-learn, or R • Experience instrumenting and extracting data from operational systems and APIs • Sampling design that withstands scrutiny • Identity resolution across systems and joining disparate data sources • Exploratory analysis, distributions, cohort analysis, time-series analysis, and reporting of coverage and limitations • Familiarity with software delivery lifecycle, including code review, CI/CD, test strategy, release and change management • Git and GitLab instrumentation, including merge request and pipeline data models, diffs and SHAs, merge, squash, rebase, cherry-pick, APIs, and hooks • Jira and Confluence integration experience, including REST APIs, changelogs, page version history, GitLab–Jira development panel, fields, and labels • Care with personnel-adjacent data and aggregate reporting • Ability to communicate with executives and engineers • Preferred: MCP servers and clients or comparable connector frameworks • Preferred: LangGraph, LangChain, Bedrock Agents, Strands, or equivalent agent frameworks • Preferred: enterprise coding-assistant deployment and telemetry • Preferred: server-side Git hooks, GitLab CI, and system/webhook-driven capture on a self-managed instance • Preferred: Confluence and Jira as MCP-connected systems, permission propagation, scoped credentials, and audit logging • Preferred: Ragas, DeepEval, Bedrock model evaluation, LangFuse, Arize, or OpenTelemetry-based tracing • Preferred: Amazon Bedrock and AWS cost and usage data • Preferred: DORA, DX Core 4, SPACE, program analysis, test generation, developer tooling research, dbt, Airflow, Dagster, warehouse/lakehouse modeling, BI and visualization, queueing and flow analysis

🏖️ Vorteile

• Global & Multicultural – Diverse perspectives, global collaboration • Startup Energy – Fast-moving, impact-driven environment • Ownership Mindset – Engineers own what they build • Collaborative & Friendly – Open, curious, and supportive culture