Leitender Software-Ingenieur – KI/ML

Bei Mitratech sind wir ein Team von Technokraten, die sich auf die Entwicklung erstklassiger Produkte konzentrieren, die die Abläufe in den Bereichen Recht, Risiko, Compliance und HR vereinfachen. Wir sind ein eng verbundenes, weltweit verteiltes Team, das in einem Ökosystem gedeiht, das individuelle Spitzenleistungen unterstützt und stolz auf seine vielfältige und integrative Arbeitskultur ist, die sich auf großartige Mitarbeiterpraktiken, Lernmöglichkeiten und Spaß konzentriert! Unsere Kultur ist die ideale Mischung aus Unternehmergeist und Unternehmensinvestitionen und bietet die Möglichkeit, mit einigen der komplexesten und modernsten verfügbaren Technologien schnell voranzukommen.

Seit über 35 Jahren konzentrieren sich die Experten von Mitratech auf die Lösung komplexer Anforderungen. Heute betreuen wir weltweit 20.000 Kundenunternehmen aller Größen, die 30 % der Fortune 500 und über 500.000 Benutzer in über 160 Ländern repräsentieren.

Während wir weiter wachsen, sind wir immer auf der Suche nach einfallsreichen, enthusiastischen und frischen Perspektiven. Werden Sie Teil unseres globalen Teams und erfahren Sie, was Mitratech zu einem wirklich außergewöhnlichen Arbeitsplatz macht!

Angesichts unseres kontinuierlichen Wachstums haben wir immer Raum für mehr Intellekt, Energie und Begeisterung – treten Sie unserem globalen Team bei und erfahren Sie, warum es so besonders ist, Teil von Mitratech zu sein!

Jobübersicht

Wir suchen einen hochqualifizierten Senior Software Engineer mit Spezialisierung auf generative KI und große Sprachmodelle mit einem starken Fokus auf Agentensysteme, Retrieval-Augmented Generation und KI-Bewertungen zur Verstärkung unseres dynamischen Teams. Der ideale Kandidat wird eine entscheidende Rolle bei der Entwicklung und Bereitstellung produktionstauglicher KI-Lösungen spielen, die komplexe Geschäftsziele effektiv erfüllen. Diese Position erfordert eine Mischung aus Fachwissen in modernen KI-Technologien und Software-Engineering sowie der Leidenschaft, an der Spitze des Fortschritts zu bleiben.

Wesentliche Aufgaben und Verantwortlichkeiten:

• Entwerfen, erstellen und betreiben Sie Multi-Agent-Workflows und Tool-fähige Agenten und implementieren Sie Orchestrierungslogik, Zustandsverwaltung, Sicherheitsleitplanken und Fallback-Strategien für belastbare Produktionspipelines.

• Entwerfen und pflegen Sie End-to-End-RAG-Systeme, die Dokumentenaufnahme, Chunking, Einbettung, Vektorabruf, Reranking und Antwortsynthese mit Schwerpunkt auf Qualität, Zuordnung und Latenz abdecken.

• Bewerten und integrieren Sie LLMs und GenAI-Dienste im Hinblick auf Kosten, Leistung und Datenschutz und wählen Sie dabei die richtige Mischung aus verwalteten und internen Modellen aus.

• Aufforderungsstrategien entwickeln, versionieren und optimieren; Implementieren Sie automatisierte Soforttests und Regressionsverfolgung, um die Ausgabequalität und -zuverlässigkeit aufrechtzuerhalten.

• Definieren und besitzen Sie Bewertungsrahmen für generative Ergebnisse, einschließlich automatisierter Metriken, LLM-as-Judge-Ansätze, menschlicher Bewertungsprotokolle, Halluzinationserkennung und Driftüberwachung.

• Wenden Sie bei Bedarf klassische NLP-Techniken an und achten Sie auf Veränderungen in der Datenverteilung, die sich auf das Modellverhalten in der Produktion auswirken könnten.

• Erstellen und betreiben Sie eine skalierbare, sichere KI-Infrastruktur auf AWS (Bedrock, SageMaker, Lambda, OpenSearch) und folgen Sie dabei gut durchdachten Prinzipien und Infrastructure-as-Code-Praktiken.

• Besitzen Sie den gesamten Bereitstellungslebenszyklus: CI/CD für Modelle und Agenten, Teststrategien, Beobachtbarkeit und Rollback-Verfahren.

• Stellen Sie die Datenqualität durch strenge Validierung und Erweiterung sicher und beschaffen Sie proaktiv Datensätze für Training, Feinabstimmung und Auswertung.

Anforderungen & Fähigkeiten:

• Agenten-Orchestrierung: Produktionserfahrung beim Entwerfen von Multi-Agenten-Systemen mit Tool-Nutzung, Speicher-/Statusverwaltung und fehlertolerantem Routing. Vertrautheit mit LangChain, LangGraph, AutoGen oder benutzerdefinierten Orchestratoren.

• RAG & Retrieval: Praktische Erfahrung beim Aufbau von RAG-Pipelines durchgängig: Chunking, Einbetten von Modellen, Vektordatenbanken, Retrieval-Tuning und Antwortsynthese im Produktionsmaßstab.

• Evaluierungen: Umfangreiche Erfahrung in der Definition und dem Betrieb von Evaluierungspipelines für generative KI – automatisierte Bewertung, menschliches Evaluierungsdesign, Halluzinationsminderung und Driftüberwachung. LLM-als-Richter-Muster sind ein Plus.

• LLMs und GenAI: Nachgewiesene Erfahrung mit Basismodellen und GenAI-Anbietern (AWS Bedrock, OpenAI, Anthropic, Meta). Bequem mit Feinabstimmung, Befehlsabstimmung und schnellem Engineering im Maßstab.

• Traditionelles NLP: Solide Kenntnisse in klassischen NLP-Techniken (NER, Textklassifizierung, Absichtserkennung, Themenmodellierung) und gutes Urteilsvermögen darüber, wann diese neben oder anstelle von LLMs angewendet werden sollten.

• AWS Bedrock: Praktische Erfahrung mit Amazon Bedrock: Foundation-Modell-APIs, Bedrock-Agenten, Wissensdatenbanken und Leitplanken. Erfahrung mit der Bewertung von Bedrock-Modellen ist von Vorteil.

• AWS-Ökosystem: Kenntnisse in SageMaker, Lambda, ECS/EKS, S3, OpenSearch, IAM, CloudWatch und VPC-Netzwerken.

• MLOps und CI/CD: Vertrautheit mit Modellregistern, CI/CD für ML, Feature Stores, Canary-Bereitstellungen, Überwachung und Rollback.

• IaC: Erfahrung mit Terraform oder AWS CDK für reproduzierbare Infrastrukturbereitstellung.

• Python: Python in Produktionsqualität: Paketierung, Tests (Pytest), Typhinweise, asynchrone Programmierung und saubere ML-Pipeline-Abstraktionen.

• ML-Frameworks: Vertrautheit mit traditionellen ML-Frameworks und der Feinabstimmung von Arbeitsabläufen.

• Experimentverfolgung: Erfahrung mit Langfuse, Arize oder Langsmith oder gleichwertig zur Verfolgung von Läufen, Metriken und Artefakten.

• Fähigkeit, mehrdeutige Geschäftsziele in konkrete technische Lösungen umzusetzen und Kompromisse gegenüber nicht-technischen Stakeholdern zu kommunizieren.

• Ausgeprägter kollaborativer Instinkt – komfortables Arbeiten zwischen Technik-, Produkt- und Datenteams.

• Eine strenge, evidenzbasierte Denkweise: Sie versenden mit Zuversicht, weil Sie gründlich messen, testen und überwachen.

Ausbildung:

• Ein Master-Abschluss in maschinellem Lernen und Informatik mit einer Präferenz für die Spezialisierung auf den NLP-Bereich.…

Quelle: Arbeitnow (https://www.arbeitnow.com/jobs/companies/mitratech/senior-software-engineer-ai-ml-46144)