Staff AI Backend Engineer (f/m/x)

paretos

1d

About The Position

Als Staff AI Backend Engineer verantwortest du das technische Rückgrat und die skalierbare Architektur der Decision-Intelligence-Plattform von paretos. Du gibst die technische Richtung für Backend-Services vor, die Forecasting- und Optimierungsmodelle, agentische Workflows und einen semantischen Data Layer produktiv nutzbar machen. Dabei arbeitest du AI-first und prägst, wie das Team KI-gestützte Entwicklungswerkzeuge einsetzt.

Du verbindest technische Entscheidungen mit Kundennutzen, Produktwirkung und Adoption. Gemeinsam mit Product und FDE steuerst du die Roadmap, misst Feature-Adoption und verantwortest Outcomes. Du entwirfst, baust und betreibst skalierbare Python-Services sowie robuste API- und Service-Contracts zwischen Plattform, Agents, ML-Modellen, Frontend und Kundensystemen. Dazu gehören auch die Modellierung und Weiterentwicklung des semantischen Data Layers sowie die Integration und der produktive Betrieb von LLM- und Agent-Systemen.

Du übersetzt mehrdeutige Geschäfts- und Kundenanforderungen in eine kohärente technische Strategie, prototypst schnell mit Nutzern und iterierst auf Basis tatsächlicher Nutzung. Mit Reviews, Mentoring, Dokumentation und Standards stärkst du das Engineering-Team und machst die Systeme langfristig widerstandsfähiger.

paretos entwickelt eine KI-basierte Decision-Intelligence-Plattform, deren Business Agents Unternehmensdaten analysieren, Szenarien prognostizieren und Maßnahmen ableiten. Das Unternehmen betont Chancengleichheit, gemeinsame Ziele und gegenseitige Unterstützung.

Requirements

• Mindestens 8 Jahre Erfahrung als Backend-, Software- oder AI Engineer in einem produktorientierten Umfeld.
• Nachgewiesene Erfahrung in der Leitung von Design und Delivery komplexer Systeme; Produkt- oder SaaS-Erfahrung ist besonders passend.
• Erfahrung mit end-to-end-Verantwortung für größere Services, Domains oder Plattformbereiche, einschließlich Architektur, Betrieb, Zuverlässigkeit und On-Call.
• Tiefe Backend-Kenntnisse in Python, FastAPI, Pydantic, API-Design, asynchroner Programmierung, PostgreSQL und Redis.
• Erfahrung mit Docker und ausgereiftem CI/CD sowie die Fähigkeit, technische Standards festzulegen.
• Nachgewiesene technische Führungsstärke: Verantwortung für die Architektur nicht-trivialer Systeme, folgenreiche Trade-offs und Führung mehrerer Engineers durch Ambiguität ohne formale Weisungsbefugnis.
• Erfahrung in agilen, schnellen Teams mit iterativem Shipping und kontinuierlichem Feedback bei gleichzeitiger Wahrung der Qualität.
• Ausgeprägtes Produktdenken mit Fokus auf Nutzer, Adoption und messbare Wirkung.
• Production-grade-Erfahrung mit LLMs und Agents, einschließlich Prompt Engineering, Tool Use oder Function Calling, RAG, Evaluation, Guardrails und Deployment von LLM-Features.
• Sicherer Umgang mit Cloud-Infrastruktur, einschließlich Kubernetes und Infrastructure-as-Code mit Terraform; AWS ist bevorzugt.
• Hohe Eigenverantwortung, souveräner Umgang mit Ambiguität und gutes Urteilsvermögen bei der Entscheidung, wann vertieft, delegiert, dokumentiert oder vereinfacht werden sollte.
• Klare Kommunikation mit technischen und nicht-technischen Stakeholdern, Fähigkeit Alignment zu schaffen und andere weiterzuentwickeln.
• Fließende Englischkenntnisse.

Nice To Haves

• Erfahrung im Produkt- oder SaaS-Kontext.
• Startup-Erfahrung, insbesondere beim Aufbau von 0 auf 1.
• Erfahrung mit AWS.

Responsibilities

• Die technische Architektur und Richtung für skalierbare Backend-Services und die Decision-Intelligence-Plattform verantworten.
• Backend-Services in Python mit FastAPI und Pydantic für Agent-Workflows, Forecasting und Replenishment entwerfen, entwickeln und betreiben.
• Robuste API- und Service-Contracts zwischen Plattform, Agents, ML-Modellen, Frontend und Kundensystemen wie ERP-, BI- und Planning-Tools gestalten.
• Den semantischen Data Layer einschließlich PostgreSQL-Modellierung, dbt-Transformationen, Pipelines, Caching und Retrieval verantworten.
• Standards und Patterns für die Backend-Integration von LLMs und Agents definieren, einschließlich Tool Use, Function Calling, RAG, Evaluation, Guardrails und Production Deployment.
• Die AI-first-Engineering-Kultur und das interne Setup für KI-gestützte Entwicklung, unter anderem Claude Code, Hooks, Skills, Workflows, Plugins und Dokumentation, weiterentwickeln.
• Feature-Adoption und Nutzungsmuster instrumentieren und gemeinsam mit Product und FDE die Roadmap anhand von Outcomes steuern.
• Mehrdeutige Geschäfts- und Kundenanforderungen gemeinsam mit FDEs und Product in eine technische Strategie übersetzen und pragmatische Trade-offs treffen.
• Prototypen schnell und nutzernah umsetzen, Feedback einholen, anhand realer Workflows iterieren und über Härtung und Rollout auf Basis der Nutzung entscheiden.
• Durch Code- und Design-Reviews, Mentoring, Dokumentation und technische Standards die Fähigkeiten des Teams und die Qualität der Systeme stärken.
• Die Architektur, Delivery, den Betrieb, die Zuverlässigkeit und den On-Call für bedeutende Services, Domains oder Plattformbereiche end-to-end verantworten.

Benefits

• Hardware-Setup nach Bedarf.
• Persönliches Lernbudget von 2.000 € pro Jahr.
• Flexible Arbeitszeiten.
• Monatliches Benefit-Budget von 60 €, beispielsweise für Urban Sports Club, Mobilität oder Gutscheine.
• Kostenlose Snacks und Getränke im Büro.
• Vierteljährliche Hacky Days.
• Regelmäßige fachliche und soziale Team-Events, online und vor Ort.
• Hunde dürfen für Mitglieder des paretos Dog Club mit ins Büro gebracht werden.

What This Job Offers

• Job Type: Full-time
• Career Level: Senior
• Education Level: No Education Listed