Senior Full-Stack Developer / AI Engineer / Data Scientist (m/w/d) (German speaking)

Standort: Berlin / Remote (DACH-Zeitzone)

Sprache: Deutsch muttersprachler Niveau (C2 Level)

Unsere Arbeitsweise

Deine Aufgaben

• Entwicklung und Wartung unserer Full-Stack-Applikationen im modernen JavaScript-/TypeScript-Ökosystem
• Konzeption und Umsetzung skalierbarer Backend-Services mit Node.js und Nest.js
• Implementierung performanter Frontend-Lösungen mit React.js und Next.js
• Design und Optimierung relationaler Datenbanken (PostgreSQL, MySQL, MS SQL)
• Containerisierung und Orchestrierung von Services mittels Docker und Kubernetes
• Entwicklung und Integration von REST-APIs
• Aufbau und Betrieb von Data-Pipelines, Feature-Stores und ML-Workflows für unsere agentischen Systeme
• Entwicklung, Training und Evaluation von Machine-Learning-Modellen für Marketing-Use-Cases (Attribution, Targeting, Forecasting, Anomaly Detection)
• Implementation von Retrieval-Augmented-Generation-Pipelines (Embeddings, Vector Stores, Re-Ranking)
• Aufsetzen und Pflegen von LLM-Evaluation-Frameworks, Prompt-Optimierung und systematischen Quality-Benchmarks
• Anwendung von Code Harnesses (insbesondere Claude Code und Codex) im täglichen Entwicklungsprozess – von Planung über Implementation bis Code Review
• Enge Zusammenarbeit mit dem Founding-Team an der Produktarchitektur agentischer Systeme

Technische Kernkompetenzen (Engineering)

• Mehrjährige Berufserfahrung in der Full-Stack-Entwicklung
• Fundierte Kenntnisse in TypeScript und JavaScript
• Sicherer Umgang mit React.js, Next.js, Node.js und Nest.js
• Erfahrung mit relationalen Datenbanken (PostgreSQL, MySQL, MS SQL)
• Praxis in Container-Technologien (Docker, Kubernetes)
• Vertraut mit REST-API-Design und Git-Workflows

Data Science & Machine Learning

• Solide Python-Kenntnisse inklusive der gängigen Data-/ML-Stacks (pandas, NumPy, scikit-learn, PyTorch oder TensorFlow)
• Erfahrung im End-to-End-Lebenszyklus von ML-Modellen: Datenaufbereitung, Feature Engineering, Training, Validation, Deployment, Monitoring
• Verständnis statistischer Grundlagen (Hypothesentests, Regression, Klassifikation, Zeitreihen)
• Erfahrung mit modernen LLM-Workflows: Prompt Engineering, RAG, Embeddings, Vector Databases (z.B. Pinecone, Weaviate, pgvector)
• Praxis in der Modell-Evaluation: Metriken, Benchmarks, A/B-Testing, systematische Eval-Frameworks
• Erfahrung mit Notebook-basierten Explorationen (Jupyter, Colab) sowie der Überführung in produktionsreife Pipelines
• Kenntnisse in MLOps-Tools (z.B. MLflow, Weights & Biases, DVC) von Vorteil

Code Harnesses

• Erfahrung mit Claude Code und/oder Codex ist sehr willkommen – ansonsten der klare Wille, sich aktiv darin einzuarbeiten

Persönlich

• Sehr gute Deutsch (C2) - und Englischkenntnisse (min.C1)
• Echtes Interesse an generativer KI und agentischen Systemen
• Builder-Mentalität: Du lieferst Production-Software, nicht nur Prototypen
• Analytisches Mindset: Du triffst Entscheidungen datengetrieben und kannst Modellverhalten kritisch hinterfragen

Wünschenswert

• Eigenentwicklung von Custom Agents, Sub-Agents oder spezialisierten Coding-Workflows
• Erfahrung mit MCP (Model Context Protocol) und Tool-Calling-Architekturen
• Praxis mit Agent-Frameworks (Mastra, LangGraph, Vercel AI SDK)
• Erfahrung mit Fine-Tuning, LoRA-Adaptern oder Distillation
• Hintergrund in Marketing-Analytics, Attribution-Modellen oder Performance-Marketing-Daten
• Veröffentlichungen, Kaggle-Erfolge oder Open-Source-Beiträge im ML-/AI-Bereich
• Hintergrund in B2B-SaaS oder Enterprise-Software

------------

• Fokus
• Wettbewerbsfähiges Gehalt sowie Beteiligungsprogramm (ESOP)
• Vollständig finanzierter Zugang zu allen relevanten Code Harnesses, LLM-APIs und Developer-Tools (Claude Max, Codex, GitHub Copilot etc.)
• Compute-Budget für Experimente, Modell-Training und ML-Workloads
• Modernes Hardware-Setup (MacBook Pro nach Wahl)
• Flexible Arbeitszeiten und Remote-Optionen
• Office in Berlin sowie Standort Dubai (DIFC AI Campus)
• Steile Lernkurve im Bereich Agentic AI, LLM-Orchestrierung und AI-native Engineering
• Wir freuen uns auf deine Bewerbung mit Lebenslauf und – falls vorhanden – GitHub-/Portfolio-Link an.
• Gib uns gerne Bescheid, ab wann du starten könntest.
• Bonus: Erzähle uns in zwei, drei Sätzen, an welchem ML-Projekt du zuletzt gearbeitet hast – und wie du heute mit Claude Code, Codex oder vergleichbaren Tools arbeitest.