Softwareentwickler, Qualität, Retail und Marcom Engineering

Marcom ist das global agierende, kreativ geführte Team, das für das konsumentenorientierte Marketing von Apple zuständig ist. Wir gewährleisten die fehlerfreie Entwicklung und Ausführung von erstklassiger Kommunikation über alle Medien und

Plattformen hinweg. Das Marcom Quality Engineering Team stellt einen full-stack Softwareentwickler ein, der dabei hilft, interne Tools in eine Qualitätsplattform zu verwandeln – mit Shared Services, APIs und Evaluationspipelines, die die Qualität von CI/CD-Signalen für Engineering-, QE- und Produktionsteams verbessern. Sie wenden moderne KI/ML-Methoden an, um die automatisierte Abdeckung zu erweitern, die Infrastruktur und die Flakiness von Tests zu reduzieren und die Zeit bis zum Signal zu beschleunigen. Diese Arbeit unterstützt hochkarätige Produkteinführungen für Millionen von Kunden in über 100 Sprachen.

Als Softwareentwickler prototypisieren Sie schnell, verbinden Engineering mit Geschäftsergebnissen und balancieren Sorgfalt mit KI-gesteuerter Geschwindigkeit. Sie bauen die Qualitätsplattform aus – Orchestrierung, Retrieval, Evaluations- Harnesses und APIs –, die die Qualität über das Portfolio hinweg skaliert.

Erforderlich ist ein Bachelor-Abschluss in Informatik, einem technischen Bereich oder mindestens 5 Jahre relevante Berufserfahrung in den USA.

Programmiergrundlagen, die über mehrere Projekte oder große/gemeinsame Codebasen hinweg nachgewiesen wurden, mit der Fähigkeit, sich schnell in neue Technologien einzuarbeiten, einschließlich des Designs von asynchronen, ereignisgesteuerten Systemen – Anwendung von Nebenläufigkeit, nicht-blockierendem I/O und fundierter Fehlerbehandlung im großen Maßstab.

Erfahrung mit RESTful/GraphQL APIs und automatisierten Test- Frameworks.

Erfahrung entweder in der Verbesserung der Zuverlässigkeit von gemeinsam genutzter CI/Test-Infrastruktur oder im Betrieb einer CI-Runner-Flotte.

Ein LLM-gestütztes Feature ausgeliefert.

8+ Jahre als Softwareentwickler und 5+ Jahre im Bereich Automatisierung oder Plattform-Tools.

Retrieval + RAG-Expertise (z. B. Pinecone, Qdrant, OpenSearch; Re-Ranking, Halluzinations-Evaluierungen, Chunking-Strategien).

Starke Python für ML/LLM-Workflows; fortgeschrittene TypeScript und Node für Plattformdienste.

Plattformintegration von KI-Agenten, Qualitätsrichtlinien und datengesteuerten Dashboards.

Starke Grundlagen in Mocking, Dependency Injection und verteilten Systemen.

Erfahrung im Aufbau von gemeinsam genutzten Ausführungs-Images/Runnern und Multi-Tenancy-Kontrollen (gehärtete, versionierte Images; Isolation/Quoten; faire Warteschlangen) auf einer internen Unternehmenscloud (z. B. Kubernetes oder ein interner Scheduler).

Erfahrung mit plattformübergreifenden Automatisierungs-Frameworks für Web, Native und APIs; sowie Reduzierung von Flakiness und Verbesserung der Zeit bis zum Signal durch Heuristiken/Statistiken.

Erfahrung im Aufbau und der Integration von REST-Diensten, einschließlich Entwicklung von Subgraphen/Endpunkten, Schema/API-Komposition und Zusammenarbeit bei der Bereitstellung mit Plattformteams.

Erfahrung in der Erstellung deterministischer Testdaten: Befüllen mit bekannten Datensätzen, maskierten Teilmengen, synthetischen Daten; Verwaltung der Versionierung und Abstammung von Golden Datasets.

Fähigkeit, komplexe Systeme einfach für Ingenieure und Nicht-Ingenieure zu erklären.