NVIDIA
RemoteStar
Senior Java Engineer - AI/GenAI
Java
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Stellenbezeichnung - Senior Java Engineer
Standort - Polen
Berufserfahrung - 8+ Jahre Berufserfahrung
Was Sie für diese Rolle mitbringen
Backend Engineering
- 8+ Jahre Erfahrung in der Softwareentwicklung mit Java backend Expertise
- Erfahrung in der Modernisierung von produktiven Systemen in großem Maßstab
- Fundierte Kenntnisse in API Design und Microservices-Architektur
- Verständnis von Strangler-Fig-Mustern, Service-Dekomposition und Strategien zur Migration von Altsystemen
AI/LLM Implementierung (Wichtiges Unterscheidungsmerkmal)
- Praktische Erfahrung in der Entwicklung mit dem Model Context Protocol (MCP)
- Nachgewiesene Nutzung von Claude Code, GitHub Copilot oder ähnlichen KI-Entwicklungstools in der Produktion
- Erfahrung bei der Implementierung von KI in CI/CD Pipelines (Code-Review, Testing, Security-Scanning)
- Entwicklung von agentenbasierten KI-Lösungen oder KI-gestützten Automatisierungstools
- Verständnis von Prompt Engineering, Modellauswahl sowie den Fähigkeiten und Grenzen von LLM
Nachgewiesener KI-Einfluss
- Messbare Produktivitätssteigerungen durch den Einsatz von KI in der Entwicklung erzielt
- Implementierung von KI-gestütztem Refactoring, Testgenerierung oder Dokumentation in großem Maßstab
- Erfahrung mit KI-basierter Code-Analyse und automatisierter Fehlerbehebung
- Erfolgsbilanz bei der Bereitstellung von produktiven Systemen, die mit KI-Unterstützung entwickelt wurden
Was Sie tun werden
Service-Modernisierung (50%)
- Modernisierung von Legacy-Services mittels KI
- Einsatz von KI zur Analyse von Codebasen, zum Verständnis von Abhängigkeiten und zur Extraktion sauberer APIs
- Arbeit an geschäftskritischen Legacy-Services, die die Liefergeschwindigkeit der Abteilung blockieren
- Implementierung von Strangler-Fig-Mustern und anderen bewährten Migrationsansätzen
- Bereitstellung modernisierter Services mit umfassenden Tests, Dokumentation und Multi-Instanz-Deployment-Fähigkeiten
Schnelle Ergebnisse liefern
- Abschluss von Service-Modernisierungen in schnellen Zyklen mit monatlichen Meilensteinen
- Einsatz von KI zur Beschleunigung jeder Phase: Analyse, Refactoring, Testing, Dokumentation
- Übergabe modernisierter Services an Platform Services oder Abteilungen mit klarer Verantwortlichkeit
- Nachweis messbarer Verbesserungen: schnellere APIs, bessere Performance, höhere Zuverlässigkeit
KI-Implementierung & Automatisierung (50%)
Aufbau einer KI-gestützten Entwicklungsinfrastruktur
- Implementierung von Model Context Protocol (MCP) Servern für Service-Discovery, Abhängigkeits-Mapping und Architektur-Compliance
- Erstellung von KI-gestützten CI/CD Pipelines mit automatisiertem Code-Review, Security-Scanning und Testgenerierung
- Aufbau von Automatisierungen unter Verwendung von Claude Code, GitHub Copilot und LLM APIs
- Entwicklung wiederverwendbarer KI-Tools, die von anderen Ingenieuren übernommen werden können
KI-First-Entwicklung demonstrieren
- Einsatz von KI für alle Coding-Aufgaben: Refactoring, Testerstellung, Dokumentation, Debugging
- Erreichen messbarer und signifikanter Produktivitätssteigerungen durch KI-Integration
- Dokumentation von Mustern und Teilen von Erkenntnissen durch Ihre Arbeit
- Schulung von Teams während der Service-Übergaben in den von Ihnen entwickelten KI-gestützten Workflows
- Demonstration, wann KI eingesetzt werden sollte und wann menschliches Urteilsvermögen entscheidend ist
