Leitender KI-Ingenieur

GitLab ist die intelligente Orchestrierungsplattform für DevSecOps. GitLab ermöglicht es Unternehmen, die Entwicklerproduktivität zu steigern, die betriebliche Effizienz zu verbessern, Sicherheits- und Compliance-Risiken zu reduzieren und die digitale Transformation zu beschleunigen. Mehr als 50 Millionen registrierte Benutzer und mehr als 50 % der Fortune-100-Unternehmen vertrauen darauf, dass GitLab schneller bessere und sicherere Software liefert.

Ein Überblick über diese Rolle

Als Senior AI Engineer bei GitLab tragen Sie dazu bei, die Grundlage für die Transformation von GitLab in ein KI-orientiertes Unternehmen zu schaffen, indem Sie an der Schnittstelle zwischen angewandter KI-Technik, Geschäftssystemen und Organisationsdesign arbeiten. Unser Team hilft jeder Funktion bei GitLab dabei, das Potenzial von KI auszuschöpfen, um die Arbeitsabläufe, die Entscheidungsfindung und die Art und Weise, wie der Wert unsere Kunden erreicht, zu verbessern.

Schnelles Bauen ist wichtig, reicht aber allein nicht aus. Diese Rolle beginnt damit, das eigentliche Problem zu verstehen, bevor eine einzige Codezeile geschrieben wird. Sie entwickeln Fähigkeiten zum Ablauf und zum Systemdenken, um zu diagnostizieren, wo die Arbeit tatsächlich stecken bleibt, Symptome von Grundursachen zu unterscheiden und KI-Lösungen zu entwerfen, die Einschränkungen beseitigen, anstatt die Komplexität zusätzlich zu fehlerhaften Prozessen zu erhöhen.

Ihr anfänglicher Schwerpunkt liegt auf Vertrieb, Marketing und Kundensupport, wo Sie KI-Lösungen in Unternehmenssysteme einbetten, um eine Hebelwirkung im gesamten Unternehmen zu erzielen. Sie werden an einem breiten Spektrum von Problemen arbeiten: interne Automatisierungspipelines, Agenten-Workflows, LLM-basierte Tools und Produktivitätslösungen, die die eigenen KI-Funktionen von GitLab nutzen, um zu demonstrieren, was möglich ist.

Was Sie tun werden

• Diagnostizieren Sie geschäftliche Probleme, bevor Sie Lösungen entwickeln. Ordnen Sie Arbeitsabläufe zu, identifizieren Sie Einschränkungen und bestätigen Sie die Grundursachen vor der Prototypenerstellung

• Eigene KI-Initiativen durchgängig, von der Stakeholder-Erkennung und dem technischen Design bis hin zur Implementierung, Bereitstellung, Einführung und Messung

• Entwerfen, entwickeln und liefern Sie KI-gestützte Lösungen schnell und liefern Sie funktionsfähige Prototypen innerhalb von Tagen, nicht Monaten

• Verbessern Sie den organisatorischen Ablauf, indem Sie Lösungen entwickeln, die Engpässe reduzieren, Durchlaufzeiten verkürzen und den Durchsatz für die von Ihnen unterstützten Teams erhöhen

• Integrieren Sie KI-Funktionen mithilfe von APIs, Orchestrierungstools und modernen KI-Frameworks in bestehende Systeme und Arbeitsabläufe

• Seien Sie Customer Zero: Nutzen und präsentieren Sie die KI-Angebote von GitLab, wo immer möglich, und geben Sie reale Erkenntnisse an Produkt und Technik weiter

• Arbeiten Sie eng mit Stakeholdern aller Funktionen zusammen, um die tatsächlichen Einschränkungen zu verstehen. Stellen Sie die richtigen Fragen, hinterfragen Sie Annahmen und stimmen Sie sich auf die Ergebnisse ab, bevor Sie Lösungen entwickeln

• Definieren und verfolgen Sie den Erfolg mithilfe von Geschäftsmetriken, Flussmetriken und Feedbackschleifen, die die Leistung sichtbar machen und eine kontinuierliche Verbesserung vorantreiben

• Tragen Sie zur technischen Ausrichtung bei, indem Sie Tools bewerten, Muster dokumentieren und wiederverwendbare Frameworks erstellen, die dem gesamten Team helfen, schneller zu liefern

Was Sie mitbringen

• Im Herzen ein Technologe: aufrichtig in Technologie investiert, sowohl in das Grundlegende als auch in das Neueste gleichermaßen

• Kompetente, sichere Programmierfähigkeiten: Sie können durchgängig funktionierende Lösungen erstellen, sauberen und wartbaren Code schreiben und effektiv debuggen

• Technische Tiefe im Bereich KI und LLM: gute Kenntnisse in mindestens einer modernen Skriptsprache (Python, JavaScript/TypeScript oder ähnliches) mit praktischen Kenntnissen im gesamten LLM-Ökosystem

• Modellauswahl und Kosten-Leistungs-Kompromisse: Verständnis, wann ein kleineres, fein abgestimmtes Modell ein großes Allzweckmodell übertrifft, wann RAG die richtige Architektur ist und wann nicht

• Muster der Agentenarchitektur: Werkzeugnutzung, Orchestrierung mehrerer Agenten, Human-in-the-Loop-Designs, Leitplanken, Bewertungsrahmen und Beobachtbarkeit

• KI-Sicherheit und Risikobewusstsein: Sie denken kritisch darüber nach, wie die von Ihnen entwickelten Lösungen ausgenutzt oder missbraucht werden oder unbeabsichtigte Folgen haben könnten

• Systemdenken und diagnostische Genauigkeit: die Fähigkeit, einen komplexen Prozess zu betrachten und die Einschränkungen zu erkennen

• Geschäftssystemkompetenz: Vertrautheit mit der Landschaft von Unternehmensgeschäftssystemen, CRM (Salesforce), Marketingautomatisierung und Support-Tools

• End-to-End-Eigentümerschaft: Erfolgsbilanz bei der Leitung komplexer Initiativen von der Entdeckung bis zur Umsetzung

• Produkt-Denkweise: Fähigkeit, MVPs festzulegen, gnadenlos Prioritäten zu setzen und iterativ zu liefern

Bevorzugt: Erfahrung mit der GitLab-Plattform und CI/CD-Workflows; Hintergrund in den Bereichen Beratung, Lösungsentwicklung oder technische Funktionen mit Kundenkontakt; Erfahrung mit Low-Code/No-Code-Orchestrierungstools (n8n, Make, Workato) neben kundenspezifischer Entwicklung; Frühere Erfahrung in einem Startup oder einem stark wachsenden Unternehmen.

Über das Team

Sie werden Teil des Enterprise Technology & AI-Teams. Wir sind das Rückgrat der Organisation, treiben die Transformation voran und setzen Maßstäbe dafür, wie GitLab Technologie und KI nutzt.

Die Grundgehaltsspanne für die aufgeführte Stufe dieser Position gilt derzeit nur für Einwohner der Vereinigten Staaten. Gehaltsspanne in den Vereinigten Staaten: 108.400 – 129.600 USD.

Quelle: Jobspresso (https://jobspresso.co/job/senior-ai-engineer/)