Applied AI Engineer – Systeme & Zuverlässigkeit (Remote / mit Standort Berlin)

Stelle nicht auf LinkedIn

🕒 vor 1 Monat

🌏 Überall auf der Welt

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

⚙️ Systemingenieur

👻 Geisterscore 24%

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

HiPeople

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2020

👥 HR Tech

☁️ SaaS

🤖 Künstliche Intelligenz

💰 €2.700.000 Seed Round - HiPeople im 2022-10

HR Tech • SaaS • Artificial Intelligence

HiPeople ist eine KI-gestützte Einstellungsplattform, die Unternehmen hilft, Rekrutierungsabläufe zu automatisieren und zu erweitern. Sie bietet KI-gestütztes Screening zur Echtzeitverarbeitung eingehender Bewerbungen, Kompetenzbewertungen für voreingenommensfreie, kompetenzbasierte Einstellungen, Interviewmöglichkeiten rund um die Uhr in vielen Sprachen und KI-gesteuerte, betrugssichere Referenzprüfungen. Die Plattform integriert sich tief in Bewerber-Tracking-Systeme und legt Wert auf Datenschutz und Compliance, um KI im gesamten Einstellungsprozess einzusetzen, die Zeit der Recruiter zu verkürzen und Einstellungsentscheidungen zu beschleunigen.

Beschreibung

• Verantwortung für Evaluationssysteme und Qualitätsstandards • Aufbau und Wartung von Evaluations-Pipelines für zentrale AI-Workflows in Screening, Interviews, Assessments und Referenzen • Definition von Metriken, Benchmarks und Akzeptanzkriterien für AI-Ausgaben • Verfolgung der Performance über die Zeit (Qualitätstrends, Drift, Regressionen) und Sichtbarmachung der Ergebnisse im Team • Vorantreiben kontinuierlicher Verbesserungen der AI-Performance • Identifikation von Problemen in Prompts, Workflows und Datenpipelines durch quantitative Analysen und detaillierte Falluntersuchungen • Entwurf und Implementierung von Verbesserungen in den Bereichen: • Prompting-Strategien • Modellauswahl, -konfiguration und Fine-Tuning • Qualität und Vorverarbeitung der Eingabedaten • Orchestrierung und Workflow-Design • Systeme von „funktionierend“ (80 %) auf zuverlässig und qualitativ hochwertig (95 %+) bringen • Sicherstellung von Zuverlässigkeit, Monitoring und Stabilität • Aufbau und Verbesserung von Monitoring für AI-Systeme (z. B. Dashboards, Alerts, Tracing) • Erkennung und Vermeidung von Ausfallmodi, Abbruchsrisiken und Performance-Verschlechterungen • Überwachung von Nutzung, Rate Limits und Kapazität zur Gewährleistung stabiler Betriebsabläufe im großen Maßstab • Vorantreiben von Testing-, CI- und sicheren Release-Praktiken • Integration von AI- und Prompt-Tests in CI (z. B. Regressionstests, "golden datasets", Staging-Environments) • Definition von Standards und Tooling, sodass Produkt- und Engineering-Teams sicher releasen können, ohne Regressionen einzuführen • Agieren als Qualitäts-Gate für AI-bezogene Änderungen • Verantwortung für AI-System-Audits und Compliance-Unterstützung • Vorbereitung und Unterstützung interner und externer Audits (z. B. SOC 2 und darüber hinaus) • Bereitstellung von Nachweisen, Dokumentation und Artefakten zum Verhalten und zu den Kontrollen von AI-Systemen • Übersetzung von Audit-Feststellungen in konkrete Verbesserungen von Systemen und Prozessen • Produktionsreife Umsetzung von AI-Workflows (nicht nur Prototypen) • Aufbau und Produktionsreife von AI-Workflows, die definierte Qualitäts- und Zuverlässigkeitsstandards erfüllen • Unterstützung von Produkt- und Engineering-Teams bei der sauberen Integration von AI in Produktlogik und Nutzererlebnis • Sicherstellen, dass neue AI-Fähigkeiten vor der Freigabe robust, messbar und wartbar sind

🎯 Anforderungen

• 100 % Übereinstimmung mit unseren Ops-Prinzipien (falls das nicht auf Sie zutrifft, bitte nicht bewerben) • Begeisterung für Entwicklung in Go • Erfahrung mit AI/ML-Systemen, LLMs oder datenintensiven Anwendungen • Ausgeprägte Ownership-Mentalität und hohe Detailgenauigkeit • Starkes Interesse an Qualität, Zuverlässigkeit und System-Performance, nicht nur am Entwickeln von Features • Fähigkeit, komplexe Systeme über Prompts, Modelle und Datenpipelines hinweg zu debuggen • Klare Kommunikations- und Dokumentationsfähigkeiten • Bereitschaft, Systeme und Prozesse zu verbessern, nicht nur zu nutzen • Erfahrung mit Evaluationsmethoden, Metriken oder Experimenten ist ein starkes Plus • Vertrautheit mit Monitoring, CI/CD und Produktionssystemen ist von Vorteil

🏖️ Vorteile

• Direkte Verantwortung für einen der kritischsten Bereiche des Unternehmens: AI-Qualität und -Zuverlässigkeit • Enge Zusammenarbeit mit den Gründer:innen bei zentralen Produkt- und technischen Entscheidungen • Wettbewerbsfähiges Gehalt und aussagekräftige Aktienoptionen • Bildungszuschuss zur Unterstützung laufender Weiterbildung und Entwicklung • Ein großartiges Team, mit dem man gerne arbeitet (wirklich!)