Pentera
Jeeves
Senior AI Engineer
Über die Stelle
Jeeves ist die Stablecoin-native Banking-Plattform für globale Unternehmen. Tausende von Unternehmen in 35 Ländern nutzen ihre Firmenkarten, Zahlungen, Treasury und Ausgaben über eine einzige Plattform, mit einem jährlichen Volumen von über 5 Mrd. US-Dollar, Zahlungen in 190 Länder und einem der am schnellsten wachsenden Stablecoin-Zahlungsnetzwerke der Welt. BMW, H&M, Lululemon, Burger King, Kavak und XP gehören dazu, und mehr als 80% der Kunden nutzen mehrere Jeeves Produkte.
Wir haben uns bewusst schwierige Probleme vorgenommen.
Wir stellen nur für eine Sache ein: Unermüdlichkeit. Ein starker Motor, der weiterläuft, wenn das Problem kein Handbuch hat. Sie werden in Ihrer ersten Woche wissen, ob Jeeves das Richtige für Sie ist. Für die richtigen Leute ist es die steilste Lernkurve Ihrer Karriere.
Jeeves hat mehr als $400 Millionen an Eigenkapitalfinanzierung von Andreessen Horowitz, Y Combinator, CRV, Coinbase Ventures, GIC, AllianceBernstein, CoinFund und anderen erhalten.
Wenn Sie neu gestalten wollen, wie Geld über Grenzen hinweg fließt, dann bauen Sie es mit uns.
Als AI Engineer bei Jeeves werden Sie ganze Workflows von Ende zu Ende verantworten, nicht einzelne Features. Sie entscheiden, wie Sie ihn bauen, ausliefern, messen und ständig verbessern. Sie arbeiten eng mit Produkt, Backend Engineering und unseren Kunden zusammen, aber Sie warten nicht darauf, dass Ihnen jemand eine Spezifikation gibt.
Dies ist eine Senior-Position mit Hands-on-Mentalität für Menschen, die in ihrer Arbeitsweise KI-nativ sind. Sie nutzen Coding Agents und KI-Tools täglich, um schneller voranzukommen, und Sie wissen, wo diese an ihre Grenzen stoßen. Es ist keine Forschungsrolle und keine Rolle für jemanden, der eine enge, klar definierte Ticketwarteschlange wünscht.
Standort: Diese Position ist remote oder hybrid mit Sitz in São Paulo, Brasilien, und ist eine vollzeitige Remote-Position, bei der es auch möglich ist, flexibel in unser Büro im Komplexo JK Iguatemi zu kommen. #LI-REMOTE \n
Was Sie tun werden
KI-Workflows von Ende zu Ende verantworten
- Agentenbasierte und LLM-basierte Systeme entwerfen, die Extraktion, Retrieval, Reasoning und Tool-Nutzung kombinieren, um mehrstufige Aufgaben abzuschließen, mit klaren Human-in-the-Loop-Punkten
- Die Design-Dokumente schreiben, Build-vs-Buy- und Modellentscheidungen treffen und die Erfolgsmetriken für jeden von Ihnen verantworteten Workflow festlegen
Zuverlässige KI in der Produktion bauen
- Produktionsreife LLM-Pipelines bauen: Prompt- und Kontextdesign, strukturierte Ausgaben, Validierung, Fallbacks und Konfidenzbewertung
- KI-Dienste sauber in die backend von Jeeves integrieren: klare API-Verträge, Wiederholungsversuche, graceful degradation und kundenspezifische Datenisolation
- Kosten und Latenz über Modelle hinweg verwalten und das richtige Modell für jeden Schritt auswählen
Messen, Überwachen und Verbessern
- Evaluationsdatensätze und automatisierte Evals für jeden von Ihnen verantworteten Workflow erstellen und diese nutzen, um Regressionen bei Änderungen von Prompts, Modellen oder Daten zu erkennen
- KI-Komponenten mit Logging, Tracing, Dashboards und Alerts instrumentieren, damit Sie wissen, wann die Qualität sinkt, bevor es ein Kunde tut
- Eine Audit-Spur von KI-Entscheidungen führen, die den Standards eines regulierten Finanzprodukts entspricht
Die Messlatte für AI Engineering bei Jeeves höher legen
- Muster, gemeinsame Tools und Praktiken etablieren, auf denen andere Ingenieure aufbauen können
- Dem breiteren Team zeigen, wie Coding Agents und KI-Tools im täglichen Engineering gut eingesetzt werden
- KI-Systemdesigns von Kollegen überprüfen und Gelerntes offen teilen
Mindestanforderungen
- 7+ Jahre Berufserfahrung als Software-Ingenieur, davon mindestens 2 Jahre Erfahrung im Aufbau und Betrieb von LLM oder KI-gestützten Systemen in der Produktion
- Nachweisbare Erfahrung in der eigenverantwortlichen Betreuung eines großen Systems oder Workflows von Anfang bis Ende, von der Konzeption und dem Design bis zur Einführung und Iteration, mit geringer Anleitung
- Praktische Erfahrung im Ausliefern von LLM-gestützten Anwendungen mit APIs wie Anthropic, OpenAI oder ähnlichen, einschließlich strukturierter Ausgaben, Fehlerbehandlung und Evaluierung
- Erfahrung im Design von agentenbasierten oder mehrstufigen KI-Workflows (Tool-Nutzung, Orchestrierung, menschliche Überprüfungsschritte)
- Starke Kenntnisse in Python, plus solide backend-Grundlagen: REST APIs, PostgreSQL oder ähnliche relationale Datenbanken, asynchrone Muster und ein großer Cloud-Anbieter (AWS, GCP oder Azure)
- Erfahrung mit Observability für KI-Systeme: Logging, Tracing, Dashboards und Qualitätsüberwachung
- Professionelle Englischkenntnisse in Wort und Schrift \
