Deine Aufgaben
Als AI Backend Engineer baust du das technische Rückgrat unserer Decision-Intelligence-Plattform. Du entwickelst skalierbare Backend-Services, die unsere Forecasting- und Optimierungsmodelle, agentische Workflows und unseren semantischen Data Layer produktiv nutzbar machen. Du arbeitest AI-first: Claude Code oder vergleichbare CLIs, MCPs und eigene Skills gehören zu deinem Standard-Toolkit. Du denkst nicht nur in Endpoints und Datenbanken, sondern in Kundennutzen, Produktwirkung und Adoption, und willst das System stärken, nicht nur die Aufgabe vor dir lösen.
- Du denkst in Impact und hast ein starkes Produktverständnis: Du misst, ob deine Features wirklich genutzt werden, beobachtest Nutzungsmuster und schärfst die nächste Iteration gemeinsam mit Product und FDE.
- Du designst, baust und betreibst skalierbare Backend-Services in Python mit FastAPI und pydantic, die Agent-Workflows, Forecasting und Replenishment produktiv tragen.
- Du entwirfst klare APIs zwischen Plattform, Agents, ML-Modellen, Frontend und Kundensystemen (ERP, BI, Planungstools) und sorgst für Robustheit und Observability.
- Du baust unseren semantischen Data Layer als Grundlage für präzise Forecasts und verlässliche Antworten unserer Agents aus: Modellierung in PostgreSQL, Transformationen mit dbt, Pipelines, Caching und Retrieval.
- Du integrierst LLM- und Agent-Systeme tief ins Backend: Tool Use, Function Calling, RAG-Pipelines, Eval-Frameworks für LLM-Outputs, Guardrails und Production Deployment.
- Du arbeitest AI-first. Claude Code, AI-gestützte Entwicklung und Subagents gehören zu deinem Alltag, und du erweiterst unser internes Setup kontinuierlich (CLAUDE, Hooks, Skills, Plan/Execute/Review-Loop, Plugins, Tooling, Docs).
- Du übersetzt Business- und Kundenanforderungen gemeinsam mit FDEs und Product in tragfähige technische Lösungen und triffst pragmatische Abwägungen zwischen Geschwindigkeit, Skalierbarkeit und Wartbarkeit.
- Du prototypst schnell und nah am Nutzer: Du bringst neue Ideen in Tagen statt Wochen in die Hände von FDEs und Kunden, holst früh eigenständig Feedback ein, iterierst dicht am realen Workflow und entscheidest anhand echter Nutzung, was sich zu härten und auszurollen lohnt.