Brasilien
Pentera
NineTwoThree AI Studio
Senior ML Engineer (Applied AI)
RemoteBrasilien
Brazil
PythonSQLAWS
Automatische Übersetzung. Prüfe das Original.
Wie ist der Prozess?
🔹 100% remote | 🌎 Global team | ⏳ Full-time
Wir schätzen Ihre Zeit und unsere und gestalten den Prozess schnell und einfach. Unser Interviewprozess umfasst die folgenden Schritte: ein kurzes Interview mit der Personalabteilung, ein 2. technisches Interview mit ML Engineer und CTO (optional), ein 3. Live-Coding-Interview, Angebot.
NineTwoThree AI Studio ist eine führende Agentur für Produktdesign, Engineering und Marketing, die sich auf kundenspezifische KI-, Web- und mobile Anwendungen für etablierte Marken und finanzierte Start-ups spezialisiert hat. Wir haben unseren Sitz in Massachusetts, beschäftigen aber Mitarbeiter in Amerika und Europa und pflegen eine starke, kollaborative Remote-Kultur.
Wir sind ein Team, das gerne gute Arbeit mit großartigen Leuten leistet. Unsere relativ kleine Größe hält uns schnell und agil. Der Reichtum an Wissen, Erfahrung und Talent, gepaart mit bewährten Rezepten und Best Practices, ermöglicht es uns, Gelegenheiten zu finden, um neue Produkte erfolgreich zu machen.
Mit einem Portfolio von über 150 gestarteten Produkten in 13 Jahren hat sich NineTwoThree als Top-KI-Agentur in den USA etabliert und Auszeichnungen wie die Aufnahme in die Inc. 5000-Liste für vier aufeinanderfolgende Jahre sowie die Ernennung zu einer der Top 50 KI-Firmen neben Branchenführern wie Microsoft, NVIDIA und IBM erhalten. Wir haben KI- und ML-Technologie für große Marken wie Consumer Reports, FanDuel und Nara sowie für Start-ups in den Bereichen Legal Tech, Logistik, Bildung und mehr entwickelt.
Rollenübersicht
Als Senior ML Engineer bei NineTwoThree AI Studio arbeiten Sie an der Schnittstelle von produktionsreifen Software-Engineering, fortschrittlicher Verarbeitung natürlicher Sprache und Kundenbetreuung. Wir entwickeln kundenspezifische, wirkungsvolle KI-Systeme für Marken und Start-ups in verschiedenen Branchen (wie Gesundheitswesen, Logistik und Fintech).
Anstatt isolierter akademischer Forschung erfordert diese Rolle einen produktorientierten Entwickler. Sie entwerfen, optimieren und implementieren robuste LLM-Anwendungen, benutzerdefinierte prädiktive Analysen und agentenbasierte Workflows direkt in die Software-Ökosysteme unserer Kunden und übernehmen die absolute Verantwortung für Funktionen vom Prototyp bis zur Produktion.
Technologie-Stack
- Kern-Frameworks & Architektur: Transformer-Modelle, moderne LLM APIs (Anthropic Claude, OpenAI, AWS Bedrock, etc.), Open-Source LLMs.
- Orchestrierung & Agenten-Design: Erfahrung im Entwurf von LLM-Workflows, agentenbasierten Systemen oder Retrieval-Pipelines mit Frameworks wie Langchain, LangGraph, LlamaIndex oder gleichwertigen Ansätzen.
- Daten & Suche: Vektordatenbanken (Pinecone, pgvector, Milvus, Qdrant, etc.), SQL und Data-Engineering-Pipelines.
- Traditionelles ML: Überwachtes und unüberwachtes Lernen (Klassifizierung, Regression, Anomalieerkennung).
- Cloud & Infrastruktur: AWS (Lambda, SageMaker, Bedrock, EC2) und moderne DevOps/Retraining-Pipelines.
- Sprachen: Produktionsreifes Python.
Technische Erfahrung
- Nachgewiesene Erfolgsbilanz: 3+ Jahre Erfahrung in der Softwareentwicklung mit starkem Fokus auf machine learning und Verarbeitung natürlicher Sprache.
- LLM- & Generative KI-Beherrschung: Tiefes Verständnis moderner LLM-Architekturen, Kontextfenstermechanismen, semantischer Suchtechniken und der Grenzen generativer Systeme. Fähigkeit zu erkennen, wann eine deterministische Lösung einer LLM- oder agentenbasierten Lösung vorzuziehen ist.
- Produktionserfahrung: Erfahrung im Aufbau und Betrieb von Produktions-KI-Systemen, einschließlich Überwachung, Bewertung, Debugging und iterativer Verbesserung.
- Evaluationserfahrung: Verständnis von Evaluationsmethoden für LLM-basierte Systeme, einschließlich Abrufqualität, Halluzinationserkennung und aufgabenspezifischer Leistungsbewertung. Fähigkeit, Kompromisse zwischen Qualität, Latenz, Kosten, Zuverlässigkeit und technischer Komplexität zu bewerten.
- Python- & SQL-Kenntnisse: Außergewöhnliche Python-Programmierkenntnisse und die Fähigkeit, Daten effizient abzufragen, zu bereinigen und zu strukturieren.
- Cloud-Infrastruktur: Praktische Erfahrung in der Bereitstellung von ML- oder API-Diensten innerhalb von Cloud-Ökosystemen, vorzugsweise AWS.
- Verantwortungsbewusstsein: Komfort bei der Übernahme von Verantwortung für unklare Probleme von der anfänglichen Erkundung bis zur Produktionsbereitstellung und laufenden Unterstützung.
Produkt- & Teamfähigkeiten
- Von der Unklarheit zur Ausführung: Fähigkeit, sich in einen völlig neuen Branchenzweig einzuarbeiten, dessen Datenbeschränkungen zu verstehen und innerhalb weniger Wochen einen funktionierenden Proof-of-Concept zu erstellen.
- Das "Produktentwickler"-Mindset: Leidenschaft dafür, Dinge zu versenden und zu verstehen, warum etwas aus Sicht des Geschäftswerts gebaut wird, nicht nur, was gebaut wird.
- Kommunikation: Fließendes Englisch in Wort und Schrift. Komfort bei der Interaktion mit Kunden-Stakeholdern und der Aufschlüsselung technischer Workflows in klare Konzepte.
- Anpassungsfähigkeit: Bereitschaft, schnell aufkommende KI-Entwicklungswerkzeuge, Modelle und Frameworks zu experimentieren und zu bewerten.
- Ausbildung: Bachelor- oder Master-Abschluss in Informatik, Ingenieurwesen, Data Science oder einem verwandten Bereich (oder gleichwertige praktische Erfahrung).
Verantwortlichkeiten
- KI-Funktionen entwerfen und erstellen: Entwerfen und Implementieren robuster klassischer ML- und generativer KI-Lösungen, die die richtige Balance zwischen autonomen agentenbasierten Architekturen und deterministischen Pipelines finden.
- Bewerten: Entwerfen und Pflegen von Bewertungs-Frameworks zur Messung von KI-Qualität, Zuverlässigkeit, Sicherheit und Geschäftsauswirkungen vor und nach der Bereitstellung.
- Integrieren und Bereitstellen: Enge Zusammenarbeit mit full-stack Entwicklern und DevOps, um KI-Funktionen nahtlos in Web- und mobile Anwendungen von Kunden zu integrieren, entweder über serverlose Architekturen (z. B. AWS Lambda) oder API-Endpunkte.
- Für die Produktion optimieren: Verfeinern von Prompts, Systemanweisungen und Chunking-Strategien, um Genauigkeit, Latenz, Token-Verbrauch und Datenschutz auszubalancieren.
- Traditionelle prädiktive Analysen: Bereinigen und Verarbeiten unstrukturierter oder historischer Kundendaten zum Trainieren/Feinabstimmen benutzerdefinierter Algorithmen für spezifische Geschäftsprobleme (wie Prognose, Klassifizierung oder Anomalieerkennung).
- Zusammenarbeiten und Kommunizieren: Aktive Teilnahme an Kundenerkundungsgesprächen, Übersetzen von unklaren Geschäftsanforderungen in realisierbare technische Umfänge und direkte Präsentation von Prototypen für Stakeholder-Teams.
- Technische Exzellenz aufrechterhalten: Teilnahme an konstruktiven Code-Reviews, Implementieren rigoroser Validierungsmuster zum Testen von KI-Ausgaben und Beitragen von Vorlagen oder Runbooks zu unserer internen KI-Wissensbasis.
Was wir bieten
- Jährlicher bezahlter Urlaub: 20 Tage Urlaub pro Jahr während der ersten 3 Jahre, ansteigend auf 25 Tage in späteren Jahren
- Bezahlte Krankentage, 10 nationale Feiertage und 2 Firmenschließungstage
- Budget für Wohlbefinden
- Zuschuss zur Krankenversicherung
- Mutterschafts-/Vaterschaftsurlaub
- Erstattung von Ausgaben für berufliche Weiterbildungskurse und Zertifizierungen (bis zu 100 % im Einvernehmen mit dem Manager)
- Hardware nach Geschäftsanforderungen
- Starke positive Ingenieurkultur, ein eng verbundenes Team von Fachleuten mit gutem Sinn für Humor
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