AI Engineer

Stelle nicht auf LinkedIn

🕒 vor 9 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

Ravenna

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2024

☁️ SaaS

🤖 Künstliche Intelligenz

🏢 Unternehmen

💰 €15.000.000 Seed im 2025-05

SaaS • Artificial Intelligence • Enterprise

Ravenna ist eine KI-gestützte interne Service-Desk-Plattform, die in Slack integriert ist. Sie unterstützt IT-, HR- und Operations-Teams bei der Automatisierung von Arbeitsabläufen, der Bearbeitung von Mitarbeiteranfragen und der Bereitstellung von internem Support durch KI-gestützte Agenten, visuellen Workflow-Designer, Analysen und Integrationen mit Unternehmenswerkzeugen. Das Produkt legt den Schwerpunkt auf eine Slack-native Benutzererfahrung, die Automatisierung routinemäßiger Anfragen (Passwortrücksetzungen, Gerätebereitstellung, Zugriffsanfragen), Unternehmenssicherheit und Compliance (SOC2, HIPAA, GDPR) und ist als SaaS-Lösung für modernen internen Support positioniert.

Beschreibung

• Build production AI systems: design and implement systems integrating LLMs into real product workflows. • Design reliable LLM architectures: develop robust systems, build safeguards and observability into features. • Develop evaluation and experimentation frameworks: create evaluation datasets and tooling for measuring model performance. • Build retrieval and knowledge systems: optimize retrieval pipelines powering LLM applications. • Ship high-quality product features: collaborate with product, design, and engineering teams for polished AI features. • Maintain strong engineering standards: write clean, maintainable, well-tested code and contribute to system architecture.

🎯 Anforderungen

• Strong engineering fundamentals: at least five years of experience building production systems. • LLM systems experience: experience building systems around large language models in production environments. • Evaluation mindset: experience in building evaluation frameworks, designing datasets, and improving system design. • Retrieval and embedding systems: experience with retrieval augmented generation systems, embeddings, and vector databases. • LLM fundamentals: understand how modern language models work at a conceptual level. • AI system intuition: familiarity with strengths and weaknesses of LLMs in practice. • Experimentation and iteration: comfort with running experiments across prompts, models, and system designs.

🏖️ Vorteile

• Competitive Salary • Meaningful Equity • Choose Your Setup • Flexible Time Off