AI Engineer (m/w/d) - LLM Apps, RAG & Argentic Systems (german speaking)

🕒 vor 10 Tagen

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mails für Remote-Jobs erhalten

📊 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

sandan AI

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

Gegründet 2025

🤖 Künstliche Intelligenz

☁️ SaaS

🛍️ eCommerce

Artificial Intelligence • SaaS • eCommerce

sandan AI ist ein nativer KI-Betriebssystem, das als kontinuierlicher, datengesteuerter Mitgründer für Wachstum fungiert, speziell entwickelt für SaaS- und E-Commerce-Unternehmen. Es vereint und analysiert in Echtzeit Marketing-, Verkaufs- und Produktdaten, erkennt Umsatzausfallrisiken und -chancen und automatisiert Entscheidungen und deren Ausführung, wie z. B. Anzeigenoptimierung, Preisänderungen, kreative Generierung und Überwachung der Lieferkette. sandan AI liefert umsetzbare Erkenntnisse, 24/7-Überwachung und messbaren ROI, um Unternehmen effizientes Wachstum ohne manuelle Dashboardarbeit zu ermöglichen.

Beschreibung

• Du baust die Intelligenz, die in ArcGEN läuft • Du verantwortest unsere LLM-Pipelines, Agenten-Architekturen und Eval-Frameworks - vom Prototypen im Notebook bis zur produktiven Pipeline mit nachweisbarer Qualität • Design und Betrieb von RAG-Pipelines (Embeddings, Vector Stores, Re-Ranking) • Architektur agentischer Systeme – Tool-Calling, MCP, Sub-Agent-Orchestrierung • Aufbau und Pflege von LLM-Eval-Frameworks: Metriken, Benchmarks, A/B-Testing, Quality-Gates • Prompt-Engineering und systematische Prompt-Optimierung • Entwicklung ML-Modelle für Marketing-Use-Cases (Attribution, Targeting, Forecasting, Anomaly Detection) • Überführung von Notebook-Explorationen in produktionsreife Pipelines • Enge Zusammenarbeit mit unseren Full-Stack-Engineers an der Plattform-Integration

🎯 Anforderungen

• Praxis mit modernen LLM-Workflows in Production: RAG, Embeddings, Vector Databases (Pinecone, Weaviate, pgvector) • Solide Python-Kenntnisse inkl. pandas, NumPy, scikit-learn sowie PyTorch oder TensorFlow • Erfahrung im End-to-End-ML-Lifecycle: Datenaufbereitung, Training, Evaluation, Deployment, Monitoring • Erfahrung mit systematischer Modell-Evaluation: Metriken, Benchmarks, Eval-Frameworks • Deutsch C2 und Englisch C1 • Builder-Mentalität: Du lieferst Production-Systeme, nicht nur Notebooks • Eigenentwicklung von Custom Agents, Sub-Agents oder spezialisierten Coding-Workflows (Pluspunkte) • Erfahrung mit MCP (Model Context Protocol) und Tool-Calling-Architekturen (Pluspunkte) • Praxis mit Agent-Frameworks (Mastra, LangGraph, Vercel AI SDK) (Pluspunkte) • Erfahrung mit Fine-Tuning, LoRA-Adaptern oder Distillation (Pluspunkte) • MLOps-Tools (MLflow, Weights & Biases, DVC) (Pluspunkte) • Background in Marketing-Analytics, Attribution-Modellen oder Performance-Marketing-Daten (Pluspunkte) • Kaggle, Open-Source-Beiträge oder Publikationen im ML-/AI-Bereich (Pluspunkte)

🏖️ Vorteile

• Wettbewerbsfähiges Gehalt mit jährlicher Anpassung • Vollständig finanzierter Zugang zu Claude Max, Codex, GitHub Copilot, OpenAI- und Anthropic-APIs sowie allen relevanten LLM-Tools • Compute-Budget für Experimente, Modell-Training und ML-Workloads • MacBook Pro nach Wahl • Remote-First, flexible Arbeitszeiten • Quartalsweise Team-Meetups in Berlin oder Dubai (DIFC AI Campus, optional) • Direkter Einfluss auf Produkt-Architektur in einer frühen Phase • Steile Lernkurve in Agentic AI, LLM-Orchestrierung und AI-Native-Engineering