Senior Software Engineer – Data Platform

Stelle nicht auf LinkedIn

🕒 vor 5 Tagen

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

LightBox

WebsiteLinkedInAlle Stellen

501 - 1000 Mitarbeiter

Gegründet 2019

🏠 Immobilien

☁️ SaaS

🤝 B2B

Real Estate • SaaS • B2B

LightBox ist ein Anbieter von vernetzten Immobiliendaten, Standortinformationen und Workflow-Software für Fachleute im Bereich Gewerbeimmobilien. Das Unternehmen aggregiert autoritative Grundbucheinträge, Eigentümer-, Zonierungs-, Transaktions-, Gebäudegrundriss-, Geokodierungs-, Umwelt- und Bewertungsdatensätze und stellt diese über Produkte wie LightBox Vision (ehemals LandVision), APIs, Massendatenlieferung, Bewertungs- und Marketing-Tools sowie professionelle Dienstleistungen zur Verfügung. LightBox positioniert sich als B2B SaaS-Plattform, die Kunden dabei unterstützt, Informationen über Gewerbeimmobilien zu finden, zu analysieren und zu nutzen, für Anwendungsfälle wie Kapitalmärkte, Umwelt-Due-Diligence, Kreditvergabe, Bewertung und Geschäftsabläufe von Regierungen/Versorgungsunternehmen.

Beschreibung

• Design and implement API gateways, model routing layers, and service infrastructure that connect fine-tuned CRE models with production applications. • Develop internal developer tooling - prompt management interfaces, evaluation dashboards, trace viewers - that accelerate the team's ability to ship and iterate on AI features. • Implement integration patterns for embedding AI capabilities into LightBox's existing workflow applications, ensuring seamless user experiences. • Build observability and monitoring infrastructure for AI workloads: latency tracking, quality metrics, cost attribution, and usage analytics. • Contribute to the platform's knowledge retrieval and caching layers, optimizing for both accuracy and performance at scale. • Collaborate with ML engineers on model serving infrastructure, helping bridge the gap between training outputs and production deployment. • Participate in architecture decisions and technical design reviews, bringing a pragmatic full-stack perspective to the team's work.

🎯 Anforderungen

• 6+ years of software engineering experience with a strong full-stack foundation (backend-leaning preferred). • Production experience building APIs, microservices, and platform infrastructure in Python and/or TypeScript/Node.js. • Solid understanding of cloud infrastructure (AWS or GCP), containerization (Docker, Kubernetes), and CI/CD pipelines. • Experience building developer-facing tools, SDKs, or internal platforms that other engineers consume. • Familiarity with LLM integration patterns: API-based model consumption, prompt engineering, retrieval-augmented generation, and tool/function calling. • Strong fundamentals in distributed systems, data modeling, and API design. • Comfort working in a small team with high autonomy - you can own a feature end-to-end from design through deployment and monitoring.