Senior Sales Engineer – Token Factory

Stelle nicht auf LinkedIn

🔥 vor 47 Minuten

🇪🇺 Europa – Remote

⏰ Vollzeit

🟠 Senior

💸 Vertriebsingenieur

👻 Geisterscore 25%

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

Nebius Group

WebsiteLinkedInAlle Stellen

1001 - 5000 Mitarbeiter

🤖 Künstliche Intelligenz

🏢 Unternehmen

☁️ SaaS

Artificial Intelligence • Enterprise • SaaS

Die Nebius Group baut eines der weltweit führenden Unternehmen für KI-Infrastruktur auf und konzentriert sich darauf, die notwendige Rechenleistung, Speicherkapazität und Tools für Entwickler im KI-Bereich bereitzustellen. Mit Sitz in Europa und an der Nasdaq notiert verfügt Nebius über eine globale Präsenz mit F&E-Zentren in Europa, Nordamerika und Israel. Das zentrale Angebot des Unternehmens ist eine KI-zentrierte Cloud-Plattform, die für rechenintensive KI-Workloads ausgelegt ist, ergänzt durch verschiedene weitere Geschäftsbereiche in den Bereichen Generative KI, Edtech und autonome Technologien.

Beschreibung

• Durchführung tiefgehender technischer Anforderungsanalysen mit Engineering-Teams und technischen Gründerinnen und Gründern • Verständnis der Anforderungen an Modelle, erwarteten Traffic-Mengen, Latenzvorgaben, GPU-Ökonomie und Systemabhängigkeiten • Übertragung der Kundenambitionen in produktionsfähige Architekturen • Frühzeitige Identifizierung verborgener technischer Risiken • Enge Zusammenarbeit mit dem Vertrieb bei strategischen Deals • Beeinflussung der Deal-Strategie durch architektonische Klarheit • Vermeidung nicht abgestimmter Zusagen vor der Einplanung von Engineering-Ressourcen • Steigerung der Umwandlungsrate von PoCs in Produktionsumgebungen durch technische Realitätsnähe • Definition messbarer Erfolgskriterien einschließlich Latenz, TTFT, Durchsatz und Kostenrahmen • Klassifizierung der Workload-Komplexität und der erforderlichen Optimierungstiefe • Abstimmung von ML Solution Architects, Engineering, GPU-Kapazitäten und weiteren Ressourcen • Herbeiführung strukturierter Go-/No-Go-Entscheidungen • Vermeidung unkontrollierter Anpassungen oder verdeckter Forschungs- und Entwicklungsarbeit • Identifizierung wiederkehrender Konfigurationsmuster bei verschiedenen Kunden • Quantifizierung des Bedarfs an erweiterten Optimierungen wie Quantisierung und Speculative Decoding • Aufbereitung strukturierter Erkenntnisse für Product und Engineering • Mitwirkung an der Weiterentwicklung der Plattformfunktionen auf Grundlage realer Workload-Daten

🎯 Anforderungen

• Tiefgehendes Verständnis von AI-Inferenzsystemen und GPU-gestützter Infrastruktur • Erfahrung mit LLM-Workloads und performancekritischen Umgebungen • Erfahrung mit Inferenz-Frameworks und -Bibliotheken (z. B. vLLM, SGLang, TensorRT-LLM) • Fähigkeit, Zielkonflikte zwischen Latenz, Durchsatz, Kosten und Architektur zu beurteilen • Souveränes Auftreten bei Kunden aus Engineering-orientierten Organisationen • Bereitschaft, Annahmen zu hinterfragen und konstruktiv zu widersprechen • Unternehmerisches Bewusstsein – Verständnis dafür, dass Engineering-Zeit eine strategische Ressource ist • Programmiererfahrung mit Python • Erfahrung mit vLLM, SGLang, TensorRT-LLM sowie den OpenAI- und Anthropic-SDKs • Erfahrung mit LangChain, LangSmith, smolagents oder vergleichbaren Frameworks für agentenbasierte Pipelines • Erfahrung mit FastAPI oder Flask • Erfahrung mit Kubernetes, Docker und Git • Erfahrung mit AWS (SageMaker, Bedrock), GCP (Vertex AI) oder Azure (Azure ML) • Berechtigung zur Arbeit in dem Land, in dem die Bewerbung eingereicht wird, sowie die Möglichkeit, einen Nachweis der Beschäftigungsberechtigung vorzulegen

🏖️ Vorteile

• Wettbewerbsfähige Vergütung • Möglichkeiten zur beruflichen Weiterentwicklung und zum Lernen • Flexibilität und eigenverantwortliches Arbeiten • Kooperative und innovative Unternehmenskultur • Möglichkeit, an wirkungsvollen AI-Projekten zu arbeiten • Internationales Umfeld und talentierte Teams