Brasilien
SONDA
Hire Overseas
Senior Deployed AI Engineer (Gemini) (PCS848)
RemoteBrasilien
Rio de Janeiro, Rio de Janeiro, Brazil
JavaScriptTypeScriptPythonReactAWSGCPTerraform
Automatische Übersetzung. Prüfe das Original.
Arbeitszeitplan
💼 Senior Deployed AI Engineer (Gemini)
🌎 Peru, Argentinien, Brasilien
🏠 Remote
- 100% Remote-Setup, damit Sie dort arbeiten können, wo Sie am produktivsten sind
- Diese Position ist in Vollzeit zu besetzen, mit dedizierten Arbeitszeiten, um die Abstimmung mit dem Team und die Lieferung von qualitativ hochwertiger Arbeit zu gewährleisten
- Verfügbarkeit während der US-Geschäftszeiten
Über unseren Kunden
Unser Kunde ist ein globales Beratungsunternehmen für Daten und KI, das Unternehmenskunden in verschiedenen Branchen betreut, darunter FMCG, Finanzdienstleistungen, Gesundheitswesen, Fertigung und öffentlicher Sektor, mit einem Team von Daten- und KI-Experten, die über 20+ Länder verteilt sind.
Über die Rolle
Wir suchen einen Senior Deployed AI Engineer, der auf Gemini Enterprise und den Google AI Stack spezialisiert ist, um full-stack KI-Produkte für Unternehmenskunden zu entwerfen, zu entwickeln und zu liefern. Sie werden direkt bei den Kunden eingebunden sein, KI-Funktionen von der Idee bis zur Produktion begleiten und als Referenz für die Enterprise-KI-Plattform von Google für das Team dienen.
Sie werden Ihre Komponenten End-to-End verantworten: die front end, den dahinterliegenden Dienst, die Daten- und Retrieval-Pipelines, die sie speisen, die Bereitstellung und die Auswertungen, die ihre Funktionsfähigkeit belegen. Über die Tiefe der Google-Plattform hinaus werden Sie erwartet, sicher über den gesamten full stack hinweg zu liefern, einschließlich full-stack-Entwicklung, Daten-Engineering, Cloud-Infrastruktur und Kundenkommunikation.
Aufgaben
- Entwicklung von Benutzeroberflächen in TypeScript und React, zusammen mit den backend-Diensten und APIs, die sie in Python oder Node unterstützen
- Implementierung von Agentenverhalten, einschließlich Orchestrierung, Tool- und Funktionsaufrufen, Speicherverwaltung und Schutzmechanismen
- Erstellung von Retrieval-Augmented Generation (RAG)-Pipelines, die Ingestion, Chunking, Embeddings sowie Vektor- und Hybrid-Suche umfassen
- Entwurf und Erstellung von Agenten mit Gemini-Modellen, Vertex AI, dem Agent Development Kit (ADK) und dem Agent Engine
- Implementierung und Konfiguration von Gemini Enterprise für Kunden, einschließlich Agent Designer, der Inbox zur Verwaltung von langlaufenden Agenten und Agent Sandboxes
- Verbindung von Gemini Enterprise mit den Anwendungslandschaften von Kunden über First-Party- und Partner-Konnektoren mit entsprechender Berechtigungsverwaltung, Governance und Auditierbarkeit
- Erstellung von fundierten, durch Retrieval gestützten Anwendungen mit Vertex AI Search, RAG Engine, Grounding mit Google Search und BigQuery als Daten-Backbone
- Implementierung der Interoperabilität von Agenten über das A2A-Protokoll und MCP und enge Verfolgung der Google-Releases, um neue Fähigkeiten in Kundennutzen zu übersetzen
- Erstellung von Evaluations-Suiten und Regressionstests für LLM-gestützte Funktionen, Überwachung von Kosten, Latenz und Qualität in der Produktion
- Bereitstellung auf Cloud-Infrastrukturen über GCP, Azure oder AWS sowie Aufbau und Wartung der Daten-Pipelines, die KI-Systeme speisen
- Täglicher Einsatz von agentenbasierten Coding-Tools wie Claude Code, Gemini CLI, Codex oder Cursor mit gutem Urteilsvermögen bezüglich Verifizierung und Überprüfung
- Klare Kommunikation von Fortschritten, Kompromissen und Blockern an Kunden und Projektleiter sowie Unterstützung des Pre-Sales bei Bedarf
- Mentoring von Junior-Entwicklern und Beitrag zu internen Beschleunigern, wiederverwendbaren Komponenten und Engineering-Standards
Was wir suchen
- 3 bis 5 Jahre Erfahrung in Software- oder Daten-Engineering, mit umfangreicher praktischer Nutzung von KI-Tools und LLM-basierter Entwicklung im letzten Jahr
- Umfangreiche praktische Erfahrung mit dem Google AI Stack, einschließlich Gemini-Modellen, Vertex AI und idealerweise Gemini Enterprise oder ADK, wobei mindestens eine Lösung auf GCP produktiv genommen wurde
- Starke Programmierkenntnisse in Python und TypeScript oder JavaScript, mit Erfahrung im Erstellen und Nutzen von APIs
- Erfahrung mit front-end-Entwicklung in React oder ähnlichen Frameworks und mindestens einem backend-Framework
- Praktische Erfahrung mit RAG, Embeddings und Vektorsuche sowie mit mindestens einem agentenbasierten Framework wie Google ADK, LangGraph oder LangChain
- Umfangreiche praktische Erfahrung mit GCP; Azure oder AWS sind ein Plus
- Sicherer Umgang mit agentenbasierten Coding-Tools wie Claude Code, Gemini CLI, Codex oder Cursor und Erfahrung im Aufbau und der Wartung von Daten-Pipelines
- Professionelle Englischkenntnisse auf C1- oder C2-Niveau mindestens, da Sie täglich mit internationalen Kunden und Kollegen zusammenarbeiten werden
- Bachelor- oder Master-Abschluss in Informatik, Ingenieurwesen oder einem verwandten Fachgebiet oder gleichwertige praktische Erfahrung
- Eine Google Cloud-Zertifizierung ist ein starker Differenzierungsfaktor bei der Bewerbung; falls Sie noch keine besitzen, ist der Erwerb innerhalb der ersten zwei Monate erforderlich, wobei Prüfungsunterstützung und Vorbereitungszeit zur Verfügung gestellt werden. Die bevorzugte Zertifizierung ist Google Cloud Professional Machine Learning Engineer, die Vertex AI, generative KI und produktionsreife ML abdeckt.
Bewerbungsanforderungen
Bitte reichen Sie ein:
- Einen aktuellen Lebenslauf
- Einen GitHub-Link oder ein Portfolio, das KI-Systeme oder full-stack-Projekte zeigt, die Sie in der Produktion entwickelt und ausgeliefert haben, mit Fokus auf den Google AI Stack oder agentenbasierte Arbeit
- Ein 1- bis 2-minütiges Loom-Video, das Sie vorstellt, eines Ihrer produktiven KI-Systeme auf dem Google Stack End-to-End durchgeht und erklärt, wie Sie neben der Feature-Entwicklung auch Evaluierung und Zuverlässigkeit angegangen sind
Nur Kandidaten, die sowohl ein Portfolio als auch ein Loom-Video einreichen, werden zum nächsten Schritt des Einstellungsprozesses weitergeleitet.
Wünschenswert
- Erfahrung mit MCP-Servern, Multi-Agenten-Mustern oder LLM-Evaluierungstools wie LangSmith, Langfuse oder promptfoo
- Erfahrung mit Terraform oder CI/CD Pipelines
- Erfahrung mit GCP, BigQuery oder Google Workspace-Integrationen neben Gemini Enterprise
Vergütung & Urlaub
- Vergütung in USD
- Auszahlung alle zwei Wochen am 15. und 30. des Monats
- Bezahlter Urlaub gemäß Unternehmensrichtlinien
- Feiertage gemäß Unternehmensrichtlinien
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