Senior Software Engineer – AI

🕒 vor 1 Monat

🌐 Kanada, Argentinien – Remote

🇨🇦 Kanada – Remote 🇦🇷 Argentinien – Remote

⏰ Vollzeit

🟠 Senior

🤖 KI-Ingenieur

👻 Geisterscore 13%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.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

Newfold Digital

WebsiteLinkedInAlle Stellen

1001 - 5000 Mitarbeiter

Gegründet 2021

💼 Beratung

📣 Marketing

📦 Logistik

💰 Venture Round im 2021-01

Consulting • Marketing • Logistics

Newfold Digital ist ein führender Anbieter von Lösungen für die Online-Präsenz, der Millionen von kleinen und mittelständischen Unternehmen weltweit betreut. Durch sein Markenportfolio, einschließlich Bluehost, CrazyDomains, HostGator, Network Solutions, Register. com, Web. com und vielen anderen, unterstützt Newfold Digital Kunden jeder Größe dabei, eine digitale Präsenz aufzubauen, die Ergebnisse liefert und Mehrwert für Unternehmen schafft. Mit einem umfangreichen Produktangebot wie Domains, Website-Baukästen, Hosting, Sicherheit, Online-Marketing, professionellem Webdesign und SEO-Services sowie einer individuellen Unterstützung arbeitet Newfold Digital mit seinen Kunden zusammen, um ihre Bedürfnisse in Bezug auf Online-Präsenz zu erfüllen.

Beschreibung

• Build production AI experiences across Network Solutions, including conversational agents, business and website creation, knowledge and FAQ agents, content experiences, domain discovery, and intelligent automation • Translate loosely defined product problems into practical AI solutions • Evaluate different approaches and independently turn the strongest solution into reliable, secure, observable, and cost-efficient production systems • Design and build production AI services using Python, FastAPI, asynchronous workers, PostgreSQL, Redis, queues, model APIs, and external tools • Build reliable tool-calling agents and multi-step workflows interacting with internal APIs, MCP tools, business systems, and knowledge sources • Design event-driven systems with retries, dead-letter handling, idempotency, back pressure, and failure recovery • Build and improve RAG systems covering ingestion, chunking, embeddings, hybrid retrieval, reranking, metadata filtering, context construction, and citations • Experiment with models from OpenAI, Anthropic, Google, xAI, and open-weight ecosystems • Create AI evaluation pipelines using curated datasets, regression tests, retrieval metrics, LLM-as-judge techniques, groundedness checks, and tool-execution evaluation • Diagnose hallucinations, retrieval failures, incorrect tool usage, agent loops, latency issues, provider failures, and unexpected inference costs • Use AI coding agents to accelerate design, implementation, testing, debugging, and refactoring • Turn product goals into testable technical hypotheses and rapidly prototype alternatives • Define quality, latency, reliability, safety, and cost targets and measure production performance • Own implementation across APIs, workflows, data, queues, model integration, evaluations, observability, and production support

🎯 Anforderungen

• 5 or more years of professional software engineering experience building production backend, distributed, or cloud-based systems • Hands-on experience building Applied AI, LLM, RAG, NLP, or agent-based applications, with meaningful production exposure • Advanced Python skills including FastAPI, asynchronous programming, Pydantic, SQLAlchemy or SQLModel, and production API development • Strong backend and distributed systems fundamentals including REST APIs, concurrency, background processing, caching, reliability, and production debugging • Production experience with RabbitMQ, Kafka, Azure Service Bus, or equivalent queue and messaging architectures • Hands-on experience integrating LLM APIs and building structured output, function calling, tool calling, or agent execution workflows • Experience building at least one RAG or knowledge-grounded system with measurable quality and latency outcomes • Strong PostgreSQL and data modeling skills, with experience using Redis, pgvector, vector databases, or hybrid search technologies • Demonstrated use of AI coding agents such as Cursor, Claude Code, Codex, or equivalent tools as a core part of daily software engineering • Comfort understanding how modern AI systems behave, fail, and scale in production • Strong understanding of prompting, structured outputs, tool schemas, context management, model routing, retries, fallbacks, rate limits, and streaming responses • Ability to design experiments and evaluations using measurable outcomes • Understanding of retrieval quality, grounding, hallucination mitigation, prompt injection risks, tool authorization, and practical agent guardrails • Experience with Docker, CI/CD, automated testing, observability, distributed tracing, OpenTelemetry, Langfuse, or similar tooling • Experience with Semantic Kernel, Microsoft Agent Framework, LangGraph, PydanticAI, or equivalent agent frameworks • Experience building or consuming Model Context Protocol tools and servers, or working with model gateways such as LiteLLM • Experience with Azure AI Search, pgvector, Chroma, Kubernetes, Azure, OCI, or similar production AI platform technologies • Experience building high-scale customer-facing AI products, open-weight model inference, AI safety controls, or automated agent evaluation systems

📊 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