Veröffentlicht 03.11.2026

KI-Ingenieur auf Staff-Level

Die Rolle übernimmt im vierten Quartal 2026 und ersten Halbjahr 2027 die technische Leitung wichtiger KI-Projekte sowie Verantwortung für unternehmensweite Architekturentscheidungen, KI-Systeme und die gemeinsame Plattform. Im Client-Experience-Team arbeitet sie täglich mit Produktmanagement, Design, Qualitätssicherung, Operations und anderen Entwicklungsfachkräften zusammen. Bestehende produktive LLM-Funktionen werden für den zuverlässigen Einsatz durch Patienten und Praxispersonal weiterentwickelt. Dazu gehören die Bearbeitung von Nachrichten und Anrufen sowie KI-Entwürfe, die über die eigene Nummer der behandelnden Fachkraft versendet werden. Die Entwicklung nutzt klinische und betriebliche Daten aus rund 1.200 ästhetischen Praxen. Neben Projektarbeit gehören messbare KI-Qualität, technische Standards und die Weiterentwicklung der Engineering-Praxis zum Verantwortungsbereich.

Weltweit
Weltweit
Remote weltweit · Belegte Arbeits-/Kandidatenstandorte: weltweit.
+6
- Produktive LLM-Systeme · erforderlich
  Gefordert ist die Leitung von Konzeption und Auslieferung kundenkritischer LLM-Agenten oder generativer Funktionen, nicht lediglich von Prototypen oder internen Werkzeugen.
- KI-Evaluation · erforderlich
  Erforderlich ist der Aufbau produktiver KI-Evaluationen mit automatisierten Tests, Agenten-Traces, menschlichem Feedback und Produktionsmonitoring zur Qualitätsmessung, Regressionserkennung und kontinuierlichen Zuverlässigkeitsverbesserung.
- Agentendesign · erforderlich
  Gefordert sind die begründete Wahl zwischen deterministischem Code und LLM, sichere Werkzeuggrenzen und Übergaben an Menschen sowie Abwägungen zu Zuverlässigkeit, Sicherheit, Latenz und Kosten.
- Python · erforderlich
  Ein sicherer Umgang mit Python wird für die Backend- und Plattformentwicklung vorausgesetzt.
- Django · erforderlich
  Ein sicherer Umgang mit Django wird für die Backend- und Plattformentwicklung vorausgesetzt.
- PostgreSQL · erforderlich
  Ein sicherer Umgang mit Postgres wird für die Backend- und Plattformentwicklung vorausgesetzt.
WeltweitProduktive LLM-SystemeKI-EvaluationAgentendesignPythonDjangoPostgreSQL+6+5+4+3+2+1

Gehalt: Kein Gehalt angegeben
Umfang: Vollzeit
Erfahrung: Staff

Deine Aufgaben

Im ersten Monat trägt die Rolle zu produktiven KI-Systemen bei, erschließt Architektur und zentrale Abläufe und identifiziert Verbesserungen. Bis zum dritten Monat übernimmt sie eine führende technische Rolle in mindestens einer KI-Initiative.
Innerhalb der ersten zwei Monate liefert sie gezielte Korrekturen bekannter Fehlermuster oder Verbesserungen der Evaluationsabdeckung beziehungsweise Produktionszuverlässigkeit und belegt deren Wirkung messbar.
Sie führt eine bedeutende KI-Initiative durch Entwurf, Architekturprüfung, fachübergreifende Zusammenarbeit und Produktivstart einschließlich nötiger Evaluationen und Schutzmechanismen. Bis zum sechsten Monat führt sie eine zweite, anspruchsvollere Initiative zu einem sichtbaren Meilenstein oder zur Produktionsreife.
Im ersten Monat beteiligt sie sich an Architekturdiskussionen und erkennt Verbesserungsmöglichkeiten. Bis zum dritten Monat leitet sie technische Vorschläge und begleitet teamübergreifende Architekturentscheidungen von Vorschlag und Prüfung über Freigabe bis Umsetzung, besonders für KI-Architektur und gemeinsame Plattform.
Innerhalb von sechs Monaten etabliert sie messbare Qualitätsübersichten und Regressionserkennung vor dem Produktiveinsatz. Die gemeinsame Kontextkomponente entwickelt sie zum Standarddatenpfad für KI-Anwendungen weiter, gestützt auf gemeinsame Evaluationen, Schutzmechanismen und Observability.
In den ersten drei Monaten übernimmt sie mindestens eine organisationsweite Initiative, etwa zu KI-Evaluationsstandards, agentengestütztem Entwicklungszyklus, Code-Reviews oder Dokumentation. Bis Monat neun verantwortet sie eine oder zwei Initiativen mit messbaren Qualitäts- oder Geschwindigkeitsgewinnen und liefert Version 1 mindestens einer zentralen Initiative.
Sie entwickelt produktive KI für den täglichen Einsatz durch Patienten und Praxispersonal weiter, darunter Nachrichten- und Anrufbearbeitung sowie KI-Entwürfe über die eigene Nummer der behandelnden Fachkraft. Dabei nutzt sie klinische und betriebliche Daten aus rund 1.200 ästhetischen Praxen.

Das solltest du mitbringen

Erforderlich7 Punkte

Erforderlich ist Engineering-Erfahrung auf Staff-Level: Große, unklar umrissene Initiativen wurden praktisch als Individual Contributor geleitet, mit Verantwortung für Auslieferung, Zielkonflikte und wesentliche teamübergreifende Architekturentscheidungen.
Erforderlich ist Erfahrung in der Leitung von Konzeption und Auslieferung produktiver LLM-Agenten oder generativer Funktionen, auf die reale Kunden angewiesen sind; reine Prototypen oder interne Werkzeuge genügen nicht.
Vorausgesetzt werden verbesserte Engineering-Praktiken, teamübergreifender Einfluss auf Fachkollegen und Zusammenarbeit mit Produktmanagement, Design und Entwicklungsleitung zur Lösung komplexer Entscheidungen und Anhebung technischer Standards.
Erforderlich ist Erfahrung im Aufbau von Evaluationssystemen für produktive KI, die automatisierte Tests, Agenten-Traces, menschliches Feedback und Produktionsmonitoring verbinden, um Qualität zu messen, Regressionen zu erkennen und Zuverlässigkeit kontinuierlich zu verbessern.
Gefordert sind fundierte Entscheidungen zwischen deterministischem Code und LLMs, sichere Werkzeuggrenzen und Übergaben an Menschen sowie der Umgang mit Zielkonflikten zwischen Zuverlässigkeit, Sicherheit, Latenz und Kosten. Dazu gehören pragmatische Eigenentwicklungs- oder Zukaufentscheidungen und die Auswahl von Modellanbietern.
Erforderlich sind starke Backend- und Plattformkompetenzen sowie Sicherheit im Umgang mit Python und Django, Postgres, Redis, asynchronen Workern und REST oder GraphQL. Gemeinsame KI-Infrastruktur muss mit klaren Verträgen, Caching und Mandantentrennung entworfen werden können.
Vor dem Austausch von Modellen oder dem Umschreiben von Prompts müssen tatsächliche Fehler durch Messung bestimmt werden.

Das wird angeboten

Es wird eine wettbewerbsfähige Vergütung angeboten.
Die Rolle bietet eigenverantwortliche praktische Arbeit mit Mitgestaltung der KI-Roadmap sowie Entscheidungsbefugnis im Architekturprüfungsgremium über mehrere KI-Produkte und deren gemeinsame Plattform hinweg.

So läuft die Bewerbung

Bei Bedarf wird Unterstützung angeboten, um eine vollständige Teilnahme am Interviewprozess zu ermöglichen.

Passt die Stelle? Öffne mit Premium den Bewerbungsweg.

Bewerbungslink freischalten