Inżynier AI (m/k/d)

To, na czym polega ta rola, dotyczy sztucznej inteligencji, dotarło do niemieckiego Mittelstand. Dystans między przekonującą wersją demonstracyjną a systemem, któremu dział ufa każdego dnia, jest nadal duży - a zmniejsza się go dzięki pracy, której prawie nikt nie wykonuje właściwie: zdefiniowaniu, co konkretnie oznacza „dobry”, budowaniu systemu pod tym kątem, mierzeniu, czy się sprawdzi, i iterowaniu, aż się sprawdzi. To właśnie robisz: nie zaczynasz od zera.

Zwykle otrzymujesz prawdziwy punkt wyjścia, często złoty zestaw danych z działu niemieckiej firmy z Mittelstand: prawdziwe przypadki, każdy z wynikami, które zapewniłby doświadczony ekspert. Twoim zadaniem jest zbudowanie systemu, który niezawodnie osiągnie ten wynik, wprowadzenie go do codziennej pracy ludzi za pośrednictwem interfejsu, z którego będą mogli faktycznie korzystać, oraz udowodnienie, że to działa. Zadania Zwykle pracujesz równolegle nad dwoma lub trzema projektami klientów.

80% Budowanie: sedno roli Wyprowadź możliwą do obrony definicję słowa „poprawny” na podstawie danych referencyjnych i zbuduj ocenę, która to mierzy. Zaprojektuj i zbuduj sam system sztucznej inteligencji: wybór modelu i dostawcy, kontekst i szybki projekt, ustrukturyzowane wyniki, wywoływanie narzędzi, logika agenta/przepływu pracy, wyszukiwanie tam, gdzie zasługuje na swoje miejsce - oraz logika deterministyczna, gdzie LLM nie jest potrzebny. Wykonuj analizę błędów i iteruj celowo, zamiast zgadywać - i demonstruj ulepszenia.

Buduj poręcze, ścieżki eskalacji i monitorowanie, aby system nie zawiódł głośno i pewnie. Zbuduj odpowiadający mu interfejs produkcyjny: przeglądaj ekrany, zatwierdzanie, działanie człowieka w pętli - w Next.js i TypeScript, a nie jednorazowym prototypie. Wdrażaj rozwiązanie i utrzymuj je w działaniu + ulepszaj je w miarę rozwoju sztucznej inteligencji.

20% Komunikacja: głównie wewnętrzna. Przechwytuj i przekazuj swój stan w formacie ustrukturyzowany sposób: co zbudowano, co zmierzono, co jest jeszcze otwarte - na piśmie, bez konieczności zadawania pytań. Wyjaśnij złożone kwestie techniczne, aby kierownik projektu i współpracownicy bez doświadczenia w zakresie sztucznej inteligencji mogli podjąć decyzję na solidnych podstawach.

Zadawaj pytania, blokuj i błędne założenia wcześniej, zamiast zbierać je do następnego spotkania. Od czasu do czasu samodzielnie demonstruj lub wyjaśniaj wynik klientowi. Twój standard nie jest „jest zbudowany”.

Twój standard to: jest wyraźnie dobry, przyzwyczaja się i tworzy rzeczywistą wartość dla klienta. Czym ta rola nie jest. Trzy granice i wszystkie trzy istnieją, aby chronić czas kompilacji.

Nie jesteś właścicielem klienta. Relacja, warsztaty i rozmowy z kierownictwem leżą po stronie kierownika projektu. Z klientami spotykasz się okazjonalnie - kiedy należy wykazać lub wyjaśnić wynik - a nie co tydzień.

Nie uruchamiasz projektu - a on zostaje uruchomiony. Pracujemy w ramach zorganizowanego zarządzania projektami: zakres i terminy są definiowane z góry i aktywnie zarządzane, dzięki czemu wiesz, co dostarczasz i do kiedy, a Twoja praca pozostaje możliwa do zaplanowania, zamiast absorbować wszystko, co zmieni się w tym tygodniu. Bardzo mało tablic zgłoszeń, żadnych dzienników pracy, żadnych list statusów po Twojej stronie.

Czego potrzebujemy: aby Twój stan był czytelny dla wszystkich w dowolnym momencie i bez konieczności pytania. Nie pracujesz w infrastrukturze naszych klientów - żadne dostosowywanie SAP, żadna administracja systemem, żadna dotychczasowa integracja nie stanowią Twojej podstawowej pracy. Twoje pierwsze 90 dni Tygodnie 1 - 3: Pracujesz w dwóch bieżących projektach, poznajesz nasz stos i praktykę ewaluacji oraz przejmujesz swój pierwszy własny przypadek sztucznej inteligencji.

Tygodnie 4 - 8: Posiadasz kompletny przypadek użycia - od zestawu danych referencyjnych, poprzez ewaluacje, po interfejs produkcyjny - i rejestrujesz wyniki i pomiary, aby kierownik projektu mógł je przedstawić bez Ciebie. Po trzech miesiącach: Samodzielnie budujesz swoje przypadki użycia, decydujesz o podejściu i zakresie oraz jesteś osobą w zespole projektowym, która tłumaczy tematy techniczne dla wszystkich pozostałych. Wymagania Ważne Zbudowałeś rozwiązanie AI, które prawdziwi użytkownicy wykorzystali w produkcji - a nie tylko prototyp, nie tylko koncepcję.

Wiesz, jak projektować produkcyjne systemy LLM: projektowanie kontekstowe i szybkie, wybór modelu, ustrukturyzowane wyniki, wywoływanie narzędzi, obsługa awarii, kompromisy w zakresie opóźnień i kosztów - i wiesz, kiedy komponent deterministyczny przewyższa LLM. Pracujesz kierując się ewaluacją: z góry określasz, jaki jest dobry wynik, dokonujesz systematycznych pomiarów i nie kierujesz się przeczuciami. To, czy będzie to działać na Langfuse, Promptfoo, Arize Phoenix, czy na Twoim własnym arkuszu kalkulacyjnym, zależy od Ciebie; że w ogóle to robisz, nie jest.

Zbudowałeś system, w którym agenci AI planują i wykonują zadania: wywoływanie narzędzi, ustrukturyzowane wyniki, działanie człowieka w pętli. Budujesz frontend produkcyjny: React i Next.js (Router aplikacji, Komponenty serwera), TypeScript. Nie tylko demonstracje, ale stany błędów, uprawnienia i krawędzie, w których prototypy się rozpadają.

Możesz wysłać i obsługiwać własne rozwiązanie: Docker, wdrożenie, logowanie, kontrola kosztów. Możesz wyjaśnić złożony temat techniczny, aby ktoś bez doświadczenia w sztucznej inteligencji mógł później podjąć rozsądną decyzję - zarówno w formie pisemnej, jak i podczas rozmowy. Pracujesz wewnętrznie w sposób zorganizowany: Twój status, Twoje pomiary i otwarte punkty są zapisywane i możliwe do znalezienia, bez konieczności gonienia Cię przez nikogo.

Agenci kodujący (Claude Code, Cursor) w ramach codziennej pracy Język angielski na poziomie roboczym. Językiem roboczym na tym stanowisku jest angielski, co oznacza Slack, spotkania, kod, PR i związane z nimi artykuły. Możesz pracować w Niemczech na pełen etat.

Wiza studencka z limitem dziennym nie obejmuje tej roli. Ponad 3-letnie doświadczenie zawodowe w projektach dostawczych. Bardzo wartościowy niemiecki.

Naszymi klientami są niemieckie Mittelstand, a okazjonalne demonstracje są tam prowadzone w języku niemieckim. Bez tego kierownik projektu zajmuje się tą częścią - ale ułatwia to życie Tobie i nam. Doświadczenie z produkcyjną warstwą AI SDK (np.

Vercel AI SDK), architekturami przesyłania strumieniowego, kilkoma dostawcami (OpenAI, Anthropic, Gemini, Mistral) Procesy oceny i pętle informacji zwrotnych jako temat sam w sobie, a nie produkt uboczny Korzystanie z wyszukiwania tam, gdzie jest to przydatne - i rozpoznawanie, kiedy go nie potrzebujesz Doświadczenie z klientami lub działami biznesowymi w niemieckim Mittelstand Zaufanie w zakresie RODO i hostingu w UE Pytania Przepływ pracy orkiestracja z n8n lub coś porównywalnego Nie wymagane Wykształcenie z informatyki Szkolenie z modelowania, dostrajanie, klasyczne uczenie maszynowe MLOps, Kubernetes, potoki inżynierii danych Dziesięć lat doświadczenia z trzyletnim frameworkiem ;) Co jest dla nas ważniejsze niż idealne CV Nie szukamy najbardziej eleganckiej architektury, najbardziej imponującego stosu ani rozwiązania, które najlepiej się demonstruje. Poszukujemy najprostszego rozwiązania, które w widoczny sposób rozwiązuje dany przypadek użycia - i kogoś, kto zna różnicę i utrzymuje ją nawet wtedy, gdy bardziej skomplikowana opcja byłaby zabawniejsza. Jeśli pierwszym pytaniem dotyczącym nowego projektu jest to, jaką infrastrukturę powinniśmy stworzyć, prawdopodobnie nie jesteśmy odpowiednim kandydatem.

Jeśli twoje pierwsze pytanie dotyczy tego, względem czego tak naprawdę chcemy to zmierzyć: to tak. Będziesz tu szczególnie dobrze pasował, jeśli… … wolisz wysłać coś, co jest ewidentnie przydatne w ciągu dwóch tygodni, niż coś kompletnego w trzy miesiące. … możesz zagłębić się w wskaźnik błędów, dopóki nie zrozumiesz, skąd się on bierze. … mówisz, kiedy przypadek użycia nie jest tego wart, nawet jeśli już wydaje się sprzedany. Korzyści Czego możesz się spodziewać Dostawa, która nie kończy się na slajdach.

Widzisz projekty od odkrycia po wdrożenie i samodzielnie budujesz rozwiązanie. Własność bez mikrozarządzania. Jasne cele, bez instrukcji krok po kroku.

Dobre argumenty zmieniają decyzje, niezależnie od tego, kto je podejmuje. Widoczny wpływ. Krótkie ścieżki, płaska konstrukcja, brak pętli do podpisania ze względu na formę.

W ciągu kilku tygodni zobaczysz, czy coś działa. Stawanie się autentycznie natywną sztuczną inteligencją. Agenci w produkcji, a nie w notatniku - i oceniają, co faktycznie się sprawdza, w systemach z prawdziwymi użytkownikami.

Pełny stos AI: Claude, OpenAI, Cursor, Claude Code, n8n i cokolwiek innego, czego potrzebuje Twój projekt. Zdalnie, ale nie anonimowo. Nasz zespół pracuje głównie poza Berlinem, a w każdą środę w EDGE Coworking przy Hauptbahnhof odbywa się dzień zespołowy.

W przeciwnym razie elastyczny zdalny, z okazjonalnymi spotkaniami u klientów. Kim jesteśmy Lucid Labs to pierwsze studio AI w zakresie stosowanej sztucznej inteligencji w niemieckim Mittelstand. Nie tylko doradzamy firmom, które przypadki użycia wybrać - budujemy i obsługujemy rozwiązania, które działają w ich procesach.

Założyciel Marek Janetzke wcześniej współtworzył Flightright i pozostał przy nim aż do wyjścia. Z kim będziesz pracować Nie będziesz tutaj jedynym inżynierem AI. Współpracujesz z kolegami, którzy budują systemy tego samego rodzaju co Ty - z ludźmi, z którymi można przemyśleć trudny problem, zlecić przegląd podejścia przed jego wdrożeniem i pożyczyć rozwiązanie od kogoś, kto już je rozwiązał.

Decyzje techniczne są dyskutowane, a nie przekazywane. Nasz frontend stosu: Next.js (App Router), React, TypeScript, Tailwind CSS, shadcn/ui AI: na przykład Vercel AI SDK, elastyczny dla dostawcy (OpenAI, Anthropic, Gemini, Mistral), Claude Skills, agentyczne przepływy pracy, n8n Dane i wdrożenie: PostgreSQL z Drizzle ORM, Docker, Vercel, Elestio na serwerach UE Codziennie: Cursor, Claude Code, pnpm, Node.js, GitHub Akcje Jak aplikować Prześlij nam dwie rzeczy: swoje CV, jeden przykład, maksymalnie w dwóch akapitach: zbudowane przez Ciebie rozwiązanie AI, z którego korzystali prawdziwi użytkownicy. Krótko opisz: na podstawie czego zdecydowałeś, że wynik jest wystarczająco dobry, jak to zmierzyłeś, co nie zadziałało za pierwszym razem i dlaczego to zmieniłeś w rezultacie.

Nie dołączaj poufnych informacji od poprzednich pracodawców lub klientów. Druga część jest dla nas ważniejsza niż pierwsza. Nie potrzebujesz listu motywacyjnego.

Nie możemy się doczekać wiadomości od Ciebie. Znajdź oferty pracy w Niemczech na Arbeitnow