Portugal
Capgemini
Provectus
Senior AI/ML Engineer (GenAI, AWS)
Portugal
Bosnia and Herzegovina · North Macedonia · Poland · Portugal · Romania · Serbia · Spain · Ukraine
TypeScriptPythonAWSGCPKubernetesRustGo
Automatische Übersetzung. Prüfe das Original.
ÜBER PROVECTUS
* Provectus ist ein AWS Premier Partner und ein Anthropic Strategic Partner, der an der Spitze der angewandten KI arbeitet. Wir helfen Unternehmen, Claude, agentenbasierte Systeme und ihre eigenen Daten in messbare Geschäftsergebnisse umzuwandeln – durch maßgeschneiderte Anwendungen, Managed Services und Beratungsleistungen. Mit Niederlassungen in Nordamerika, LATAM und EMEA arbeiten wir weltweit mit Kunden zusammen. *
* Unsere Arbeit konzentriert sich auf zwei vertikale Bereiche – Finanzdienstleistungen & Versicherungen und Gesundheitswesen & Biowissenschaften –, in denen wir fünf vorgefertigte KI-Blueprints einsetzen: Submission Flow, Portfolio Lens, Asset Flow, Revenue Flow und Evidence Lens. Jeder Blueprint baut einen kritischen Geschäftsprozess von vorne bis hinten neu auf, wird aus funktionierendem Code geliefert und auf das spezifische Portfolio, die Regulierungsbehörden und die Betriebsweise eines Kunden abgestimmt. *
* Unser Team verfügt über mehr als 100 AWS-Zertifizierungen, ist Claude Code-zertifiziert und liefert gemeinsam Anthropic's Agentic SDLC Programm, Cowork Activation und AI Blueprint-Engagements. \n
Wo diese Rolle angesiedelt ist
Sie werden in einem kleinen, erfahrenen Pod zusammen mit einem FDE und einem FDX arbeiten,
- Forward Deployed Executives (FDX) verantworten die kommerzielle Beziehung und das Geschäftsergebnis. Arbeiten eng mit der Führungsebene oder C-Suite des Kunden zusammen, um die KPIs des Kunden zu verbessern.
- Forward Deployed Engineers (FDE) integrieren sich in einen Kunden, bilden den Kunden-Workflow ab, identifizieren das zugrunde liegende Geschäftsproblem, entwerfen und erstellen eine funktionierende KI-Lösung, präsentieren sie dem Kunden und übertragen das Wissen an das Kundenteam. Verantwortlich für die technische Leitung der gesamten Lösung.
- Senior AI Engineer. Wenn ein FDE mit dem Geschäftsproblem vom Kunden zurückkommt, helfen Sie dabei, dieses in ein agentenbasiertes System zu verwandeln, das in der Produktion läuft, und sind verantwortlich für die Evaluierung, Beobachtbarkeit und Guardrails. Sie werden echte Verantwortung für Komponenten und die darin enthaltenen technischen Entscheidungen tragen.
Anforderungen
Mindset
- Proaktiv und eigeninitiativ; Sie fordern Klarheit, anstatt auf ein Ticket zu warten
- Ausgezeichnete Kommunikations- und Problemlösungsfähigkeiten
- Komfort mit Ambiguität und Eigenverantwortung.
- B2+ Englischkenntnisse, komfortabel in der Zusammenarbeit mit verteilten, multikulturellen Teams.
Technische Tiefe
- 5+ Jahre Erfahrung in Software- oder ML-Engineering mit Produktionssystemen, für die Sie verantwortlich waren.
- Solide KI/ML-Grundlagen. Sie verstehen, was die Modelle gut können, um über Fehlermodi nachzudenken.
- In Produktion gebrachte LLM-Anwendungen und agentenbasierte Workflows – keine Demos, keine POCs, keine Notebooks.
- Agenten-Orchestrierung: mehrstufige Workflows, graphenbasierte Orchestrierung, Tool-Nutzung, Zustandsverwaltung und Wiederherstellung nach teilweisen Ausfällen
- Erfahrung mit LLM APIs (Anthropic, AWS Bedrock oder OpenAI) und Agenten-Frameworks.
- Erfahrung im Aufbau und der Optimierung von RAG-Systemen in der Produktion.
- Starke Engineering-Grundlagen. Full-stack-Mindset, komfortabel in KI, backend-Entwicklung und Cloud-Infrastruktur. Python und/oder TypeScript Kenntnisse; Tiefe ist wichtiger als der Stack. Wenn Sie in eine unbekannte Codebasis eingearbeitet werden, sind Sie produktiv.
- Praktische AWS-Erfahrung in der Produktion: Bedrock, Bedrock AgentCore, Lambda, ECS, S3, SQS, ECR oder ähnliches. GCP oder Azure ist ein Plus.
- Cloud-native Bereitstellung: Container, ECS oder Kubernetes, IaC und CI/CD angewendet auf KI-Pipelines.
- Sie evaluieren. Sie haben eine Evaluationssuite für ein nicht-deterministisches System erstellt oder verantwortet und können erklären, was Sie gemessen haben, wie Sie Ground Truth erzeugt haben und was eine Freigabe blockiert hat.
- Modell- und Agentenüberwachung, Drift-Erkennung.
- Kosten- und Latenzdisziplin: Modell-Tiering, Caching und die Fähigkeit zu sagen, was eine Workload kostet, bevor sie ausgeführt wird.
- Praktische Produktionserfahrung mit dem Claude-Ökosystem – Claude Code, CLAUDE.md, Hooks, Skill-Dateien. Spec-getriebene Entwicklung – das Schreiben der Absicht, der Einschränkungen und der Akzeptanzkriterien, bevor Sie einen Agenten erstellen lassen – ist ein starkes Plus.
- MCP: Sie können erklären, warum ein Agent dies einer REST-Integration vorziehen würde. Das Verfassen eines Servers ist ein Plus.
Aufgaben
- Arbeit im Team mit einem FDE und einem FDX.
- Erstellen und Ausliefern von Produktions-GenAI-Systemen in die Umgebung des Kunden (Cloud-native Daten, LLM-basiert und agentenbasierte KI-Lösungen).
- Erstellen und Optimieren von RAG-Systemen für Produktionsanwendungsfälle
- Erstellen des Evaluations-Frameworks, bevor Sie das Feature erstellen.
- Schreiben von Produktionscode über den gesamten Stack hinweg – KI, backend-Dienste, Daten- Pipelines. Wir wählen Werkzeuge, die zum Kunden passen.
- Integrieren von KI-Komponenten in backend-Dienste und RESTful APIs
- Bereitstellung von Systemen in der Produktion auf AWS (GCP oder Azure, wo der Kunde es verlangt): containerisiert, CI/CD. Implementierung von LLMOps und AgentOps Praktiken: Agenten- Tracing, Prompt- und Versionsverwaltung, Kosten- und Latenzüberwachung, Regressionstests, Drift-Erkennung.
- Vom Blueprint ausgehen, zur Befähigung und Übergabe beitragen: klare Dokumentation, Runbooks und Pairing mit den Client-Ingenieuren, die das System übernehmen werden. Wiederverwendbare Komponenten und Erkenntnisse zurück in die Provectus Blueprints einspeisen.
- Teilnahme an technischen Diskussionen und Architekturentscheidungen
- Durchführung von Modellbewertungen, Verbesserung von gefundenen Fehlermodi, Optimierung der Modell- leistung, Effizienz und Zuverlässigkeit
- Mentoring von Junior- und Mid-Level-KI-Ingenieuren, Durchführung von Code-Reviews und Wissensaustausch im Team durch Dokumentation, Präsentationen und Workshops.
Nice to Have
- Erfahrung in einer der Branchen: Finanzdienstleistungen, Versicherungen, Gesundheitswesen.
- Beratung, professionelle Dienstleistungen oder andere kundenorientierte Bereitstellung.
- AWS und Claude Code Zertifizierungen
- A2A: Sie können die Interoperabilität zwischen Agenten erklären
- CI/CD Pipeline Erfahrung (GitHub Actions, GitLab CI)
- Praktische Erfahrung mit einem oder mehreren der folgenden Anwendungsfälle: NLP, LLMs und Empfehlungs-Engines.
- Erfahrung in einer zusätzlichen Sprache (Go, TypeScript oder Rust).
- Erfahrung mit Apache Spark, Apache Airflow, Kafka
Was wir bieten
- Die Möglichkeit, die Einführung von KI in führenden Unternehmen in LATAM, Europa und Nordamerika zu gestalten, von der Strategie bis zur ersten Bereitstellung
- Ein Forward-Deployed-Modell, das in kleinen, erfahrenen Teams neben FDE und FDX arbeitet
- Eine wachsende KI-Bereitstellungspraxis, in der Sie beim Aufbau von Werkzeugen und Frameworks helfen, nicht nur bei deren Nutzung
- Remote-freundliche Kultur
- Interne Schulungsprogramme mit voller Unterstützung für Claude, AWS und andere professionelle Zertifizierungen, Konferenzteilnahme
- Karrierewachstum; wir entwickeln unsere Ingenieure aktiv weiter
- Zugang zu den neuesten KI-Tools und Premium-Abonnements
- Langfristige B2B-Zusammenarbeit
- Private Krankenversicherung oder ein Budget für Ihre medizinischen Bedürfnisse
- Bezahlte Krankheitszeit, Urlaub und Feiertage
- Ausrüstung und alle benötigten Technologien für komfortables, produktives Arbeiten \n
Wie wir einstellen
- Erstes Gespräch. Die Rolle, Ihr Hintergrund und Ihre Ziele, technische Fragen.
- Technisches Interview mit Live-Engineering-Sitzungen. Reale Probleme, Ihr eigener Editor, Sie dürfen einen LLM-Assistenten verwenden.
- HR-Interview. Soft Skills und Erwartungen.
- HM-Interview. Technische Fragen; eine Live-Engine.
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