Vereinigte Staaten
Roku
Cheiron
Backend Engineer, Applied Agents (Los Altos)
Vereinigte Staaten
Los Altos, California, United States
PythonAWSKubernetesTerraform
Automatische Übersetzung. Prüfe das Original.
■ Über die Rolle
Cheiron hat gerade eine Seed-Finanzierungsrunde in Höhe von 8 Millionen US-Dollar unter der Leitung von Menlo Ventures abgeschlossen, um das Betriebssystem für Medikamentenprogramme zu entwickeln.
Wir suchen einen Backend Engineer, Applied Agents, der uns beim Aufbau der Agenten-Schicht von Cheiron und der dafür notwendigen backend-Systeme unterstützt.
Die Agenten von Cheiron generieren nicht nur Antworten. Sie führen mehrstufige Aufgaben innerhalb realer Medikamentenentwicklungsprozesse aus, rufen zuverlässig Tools auf, führen Code in isolierten Umgebungen aus, behalten den Kontext über mehrstufige Arbeiten hinweg und liefern überprüfbare Ergebnisse an die Benutzer. Sie werden die Agenten-Laufzeitumgebung, das Harness, den Speicher und die Tool-Ausführungsschichten entwerfen und ausliefern, die all dies ermöglichen.
Wir entwickeln Produkte, die in realen Kundenumgebungen laufen – keine Forschung-Demos oder Prototypen. Wir suchen einen praktischen Entwickler, der unklare Probleme schnell strukturieren und in hochgradig ausgefeilte Produkte umwandeln kann. Sie müssen kein KI-Forscher oder Experte für Biowissenschaften sein, aber wir legen großen Wert auf starke Engineering-Grundlagen und praktische Erfahrung im Design, Aufbau und Betrieb von LLM-Systemen.
■ Über das Unternehmen
Im Juli 2026 kündigte Cheiron eine Seed-Finanzierungsrunde in Höhe von 8 Millionen US-Dollar unter der Leitung von Menlo Ventures an, womit die bisherige Gesamtfinanzierung auf 13 Millionen US-Dollar steigt. Dies geschah mit der Unterstützung und strategischen Beratung von Branchenveteranen, darunter der Mitbegründer von Moderna und MIT Institute Professor Robert Langer, die ehemalige Chief Medical Officer von Pfizer, Freda Lewis-Hall, der Mitbegründer und CEO von Chai Discovery, Josh Meier, der ehemalige CEO von Starbucks, Laxman Narasimhan, und der ehemalige Apple AI-Chef John Giannandrea.
Cheiron entwickelt das erste KI-native Betriebssystem, das darauf ausgelegt ist, ein gesamtes Medikamentenprogramm als ein einziges vernetztes System darzustellen. Die Plattform des Unternehmens hilft Biopharma-Teams, den vollständigen Zustand eines Medikamentenentwicklungsprogramms darzustellen, zu analysieren und zu überprüfen, einschließlich der Behauptungen, Beweise, Annahmen, Risiken, Entscheidungen und Verpflichtungen, die darüber entscheiden, ob eine Therapie voranschreitet. In weniger als sechs Monaten seit der Markteinführung wurde Cheiron von Zehntausenden von Biopharma-Fachleuten übernommen und von großen Medikamentenentwicklern eingesetzt. Es wird bereits von 7 der 10 führenden Biopharma-Unternehmen Koreas genutzt.
Cheiron expandiert in die pharmazeutischen CMC (Chemistry, Manufacturing, and Controls)-Teams. CMC regelt, wie ein Medikament hergestellt, getestet und über seine gesamte kommerzielle Lebensdauer hinweg konsistent gehalten wird. Die Arbeit umfasst Hunderte von regulatorischen Verpflichtungen, Änderungen nach der Zulassung und länderübergreifende Einreichungen. Derzeit läuft dies über Dokumente, Tabellenkalkulationen und institutionelles Gedächtnis. Cheiron ergänzt manuelle Arbeitsabläufe durch eine auf regulatorische CMC-Anforderungen zugeschnittene Intelligenz- und Reasoning-Schicht.
Gegründet im Jahr 2024 von KI-Forschern mit Ausbildung in Stanford. Das Team umfasst Führungskräfte mit jahrzehntelanger Erfahrung in Pharma und Biotech. Hauptsitz in Los Altos, Kalifornien. Wir entwickeln und implementieren das Produkt jetzt mit schneller Expansion in globale Märkte.
■ Ihre Aufgaben
- Entwurf, Aufbau und Betrieb der Agenten-Schicht von Cheiron: Agenten-Laufzeitumgebung/Harness, Tool-Aufruf-Infrastruktur, isolierte Code-Ausführung, Agenten-Speicher sowie Zuverlässigkeit und Beobachtbarkeit von mehrstufigen Aufgaben
- Entwurf und Aufbau von backend-Services und APIs auf Python, FastAPI und Postgres
- Entwurf und Betrieb von Vektor-Datenbanken, semantischer Suche und RAG-Systemen sowie Optimierung von Suchqualität und Latenz
- Aufbau von skalierbaren Pipelines für die Aufnahme, Bereinigung und Indizierung von Daten aus den Biowissenschaften, einschließlich wissenschaftlicher Publikationen, klinischer, regulatorischer, Sicherheits- und Patentquellen
- Aufbau von Systemen, die KI-generierte Ausgaben mit Quellendaten verankern, mit nachvollziehbaren, überprüfbaren Zitaten, damit sie in der realen Pharma- und Biotech-Arbeit vertrauenswürdig sind
- Direkte Zusammenarbeit mit Gründern, Fachexperten und frühen Kunden, Übernahme von Verantwortung für Ergebnisse statt nur das Schließen von Tickets
■ Anforderungen
- 2+ Jahre Erfahrung im Ausliefern und Betreiben von Produktions-backend-Systemen von Ende zu Ende
- Starke backend-Engineering-Grundlagen: tiefes Verständnis von API-Design, Datenmodellierung, Datenbanken und Systemzuverlässigkeit
- Praktische Produktionserfahrung mit KI-gesteuerten Systemen wie LLMs, RAG und Vektor-Datenbanken
- Praktisches Verständnis, wie Agentensysteme tatsächlich funktionieren: Sie haben Agenten-Laufzeitumgebungen, Harnesses, Tool-Aufrufe, Sandboxing und Speicher entwickelt – oder zumindest tiefgehend nachverfolgt
- Der Antrieb, eigene Prioritäten zu setzen und schnell zu liefern, auch wenn Spezifikationen unvollständig sind
- Eine Balance aus schneller Liefergeschwindigkeit und fundiertem Engineering-Urteilsvermögen
- Aktive Nutzung von KI-Codierungswerkzeugen wie Claude Code und Cursor
■ Wünschenswert
- (Am wichtigsten) Erfahrung im Aufbau eines internen Agenten-Harnesses: Wenn Sie interne Tools oder Harnesses entworfen und erstellt haben, um die Produktivität Ihres Teams bei der agentenbasierten Entwicklung zu steigern, ist das für uns das stärkste Signal
- Praktische Erfahrung im Design und Betrieb von LangGraph, Agenten-Frameworks oder RAG-Systemen in der Produktion
- Erfahrung im Aufbau von Enterprise SaaS oder Produkten für die Pharma-, Biotech- oder Gesundheitsbranche
- Vertrautheit mit Daten aus den Biowissenschaften wie wissenschaftliche Literatur, klinische Studien, regulatorische Dokumente und Patente
- Erfahrung in der Bereitstellung und dem Betrieb von Produktionssystemen auf AWS, Terraform und Kubernetes, mit Fokus auf Zuverlässigkeit und Beobachtbarkeit
- Erfahrung bei einem Seed- oder Frühphasen-Startup
■ Leistungen & Vergünstigungen
- 401(K) Rentenplan
- Krankenversicherungen (Medizinisch/Zahnärztlich/Sehvermögen)
- Essenszuschuss (Mittagessen, Abendessen)
- Transportunterstützung für frühe Starts und späte Nächte
- Snack-Bar im Büro und zusätzliche Unterstützung für Pendelverkehr und Dienstreisen
■ Vorstellungsgesprächsprozess
Screening ＞ Hausaufgabe ＞ Technisches Interview ＞ Kulturelles Interview
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen