remotefruitRemote nach Länderfreigabe
Senior Softwareentwickler für Integrationen im Bereich KI und maschinelles Lernen
Unternehmensweite Offsites bieten Gelegenheiten für persönliche Treffen mit Kolleginnen und Kollegen.
- Arbeitszeit
- Vollzeit
- Erfahrung
- Erforderlich sind mindestens sieben Jahre Softwareentwicklung einschließlich praktischer Tätigkeit als Data Scientist oder ML Engineer sowie Erfahrung mit produktiv eingesetzter KI/ML.
- Vergütung
- Gehalt nicht angegeben
Die Rolle in Kürze
Die Rolle verbindet leistungsfähige Datenbanktechnik mit praxistauglichen Entwicklungswerkzeugen und verantwortet zentrale KI/ML-Integrationen über ihren gesamten Lebenszyklus. Sie arbeitet mit Produkt-, Cloud- und Engineering-Teams, der Open-Source-Community sowie Unternehmensanwendern zusammen.
Deine Aufgaben
- Die Rolle verantwortet und entwickelt das Python-Konnektoren- und SDK-Ökosystem weiter und verbessert dabei Leistung, Zuverlässigkeit und API-Design.
- Sie steuert Architektur, Leistung und Funktionsentwicklung zentraler KI/ML-Integrationen über deren gesamten Lebenszyklus, unter anderem für LangChain, LlamaIndex und n8n.
- Sie gestaltet die KI/LLM-Integrationsstrategie und entwickelt produktionsreife Konnektoren und Muster für Embedding-Pipelines, RAG mit einer Datenbank als Vektorspeicher, ML-Feature-Stores und LLM-gestützte Datenanwendungen.
- Sie bearbeitet und priorisiert gemeldete Probleme, unterstützt Open-Source-Mitwirkende, vertritt Nutzerinteressen und entwickelt die Roadmap anhand praktischer Rückmeldungen weiter.
- Sie stimmt Integrationsarbeiten mit Produkt-, Cloud- und weiteren Engineering-Teams auf die übergeordneten Plattformprioritäten ab.
- Sie bringt praktische Einblicke in die Arbeitsabläufe von Data Engineers und Data Scientists in Produktentscheidungen und die Priorisierung der Roadmap ein.
- Sie wirkt an der Gestaltung der Unternehmenskultur im schnell wachsenden Start-up mit.
Das solltest du mitbringen
Erforderlich
- Erforderlich sind mindestens sieben Jahre Erfahrung in der Softwareentwicklung einschließlich praktischer Tätigkeit als Data Scientist oder ML Engineer.
- Erwartet werden eigene praktische Erfahrungen als AI/ML Engineer oder Data Scientist sowie ein aus eigener Tätigkeit gewonnenes Verständnis von RAG-Pipelines mit Vektorspeichern, Datenbank-Backends für LLM-Agenten und Echtzeit-Feature-Stores für ML-Inferenz. Dazu gehört produktbezogenes Urteilsvermögen darüber, welche Integrationen entwickelt werden sollten und warum.
- Erforderlich ist fundierte, nachgewiesene Erfahrung im Entwurf, Bau und in der Wartung produktionsreifer Python-Konnektoren, SDKs oder Integrationen für mindestens eine bedeutende Plattform aus den Bereichen Orchestrierung, BI, MLOps oder Datentransformation.
- Erforderlich ist praktische Erfahrung mit KI/ML in produktiven Data-Engineering-Kontexten, etwa mit Embedding-Erzeugung, Vektorsuche, Feature-Pipelines oder LLM-gestützten Werkzeugen, die ausgeliefert und produktiv betrieben wurden.
- Erforderlich ist solide Erfahrung mit dem Python-Datenökosystem, einschließlich Pandas, NumPy, Pydantic und verwandten Bibliotheken.
- Erwartet werden starke Datenbankgrundlagen in SQL, Datenmodellierung und Abfrageoptimierung sowie Vertrautheit mit OLAP- beziehungsweise analytischen Datenbanken.
- Erforderlich ist solide Erfahrung mit nebenläufigem Python, einschließlich Threading, Multiprocessing und asynchronen Mustern.
- Erwartet werden hervorragende schriftliche und mündliche Kommunikationsfähigkeiten sowie Sicherheit in der Zusammenarbeit über Engineering-Funktionen hinweg und mit Open-Source-Communitys.
Von Vorteil
- Frühere Erfahrung als Data Engineer oder Data Scientist in einer produktnahen Rolle oder einer Plattformrolle ist von Vorteil.
- Vertrautheit mit der eingesetzten oder einer vergleichbaren leistungsfähigen OLAP-Plattform ist von Vorteil.
- Vertrautheit mit dem JVM-Ökosystem ist von Vorteil.
- Erfahrung mit der produktiven Bereitstellung von KI/ML-Modellen einschließlich Inferenz-APIs und Vektordatenbanken ist von Vorteil.
- Vertrautheit mit Werkzeugen wie dbt, Airflow, Dagster und Prefect ist von Vorteil.
So ist Remote hier geregelt
- Das Arbeitsumfeld ist flexibel und remote-freundlich; das Unternehmen ist global verteilt und in mehr als 25 Ländern tätig.
- Unternehmensweite Offsites bieten Gelegenheiten zum persönlichen Austausch mit Kolleginnen und Kollegen.
Das wird angeboten
- Der Arbeitgeber beteiligt sich an den Kosten der Gesundheitsversorgung.
- Alle neu eintretenden Teammitglieder erhalten Aktienoptionen.
- In den USA wird eine flexible Freistellungsregelung angeboten; in anderen Ländern bestehen großzügige Urlaubsansprüche.
- Remote-Beschäftigte erhalten eine Homeoffice-Ausstattung im Wert von 500 US-Dollar.
- Unternehmensweite Offsites ermöglichen persönliche Begegnungen mit dem Team.
Veröffentlicht: 09.07.2026 · Quelle geprüft: 18.10.2026.
Die Angaben sind für RemoteFruit einheitlich aufbereitet. Maßgeblich bleibt die Originalanzeige. RemoteFruit steht in keiner Partnerschaft mit dem ausschreibenden Unternehmen.