Neuland AI AG

Ziel der Rolle Wir gehen über reine Prototypen hinaus und bauen produktionsreife KI-Systeme, die echten Mehrwert liefern. Unsere Lösungen automatisieren komplexe Workflows, unterstützen fundierte Entscheidungen und verändern nachhaltig, wie Organisationen arbeiten. Wir suchen einen AI Engineer (m/f/d), der sich an der Schnittstelle von verteilten Systemen, KI-Architektur und realer Automatisierung bewegt – und dort nicht nur Konzepte entwirft, sondern sie auch zuverlässig in die Produktion bringt. Du fühlst dich wohl damit, Systeme zu bauen, die unter echten Bedingungen laufen: skalierbar, robust und eng integriert in bestehende Prozesse. Deine Aufgaben - Entwicklung und Implementierung von KI-gestützten Features wie intelligenten Agenten, Wissensassistenten und Automatisierungstools - Aufbau und Weiterentwicklung von Agentenfähigkeiten (z. B. Tool-Nutzung, Memory, Kontextmanagement und Task-Ausführung) - Entwicklung von Retrieval-Augmented-Generation-(RAG)-Pipelines sowie Integration von Wissensabruf über Vektordatenbanken - Integration von LLM-Anbietern (z. B. OpenAI, Azure OpenAI, Anthropic sowie Open-Source-Modelle) in Produktfeatures - Aufbau von Datenpipelines zur Anbindung von KI-Systemen an interne Wissensquellen, externe APIs und Enterprise-Systeme - Implementierung von Streaming-Antworten, Hintergrundverarbeitung und Mechanismen zur Task-Ausführung in KI-Workflows - Evaluation und Benchmarking von KI-Tools, Modellen und Prompting-Strategien zur Verbesserung von Performance und Zuverlässigkeit - Monitoring und Optimierung des KI-Verhaltens durch Logging, Testing, Evaluation und iterative Verbesserungen - Optimierung von KI-Features hinsichtlich Latenz, Kosten und praktischer Nutzbarkeit - Mitwirkung an der kontinuierlichen Weiterentwicklung von KI-Funktionalitäten und der Erprobung neuer Technologien Dein Profil - Mehrjährige Backend-Erfahrung in Python (mindestens 5 Jahre) - Erfahrung im Design skalierbarer, verteilter Systeme und asynchroner Architekturen - Praktische Erfahrung mit KI-Agenten-Frameworks (z. B. LangChain, LlamaIndex oder vergleichbar) - Tiefes Verständnis von RAG-Architekturen, Embeddings, Vektorsuche und Wissensabruf - Erfahrung mit Voice AI, Streaming-Inferenz oder Echtzeitsystemen - Erfahrung in der Integration von LLM-APIs sowie im Aufbau zuverlässiger KI-Workflows - Vertrautheit mit PostgreSQL, Caching-Layern sowie Queue-Systemen (z. B. Celery, Redis, RabbitMQ) - Ausgeprägtes Engineering-Mindset: Testing, Monitoring, Logging, Security und Performance-Optimierung - Fähigkeit, experimentelle KI-Ansätze in stabile, produktionsreife Features zu überführen Nice to have - Erfahrung mit graphbasierten Reasoning-Systemen und Knowledge Graphs - Erfahrung mit Frameworks zur Modellevaluation sowie Strategien zur Prompt-Optimierung - Erfahrung im Bereich Context Engineering - Erfahrung in der Kostenoptimierung beim Einsatz von LLMs im großen Maßstab - Erfahrung mit Docker, Cloud-Plattformen (Azure, GCP, AWS) und CI/CD-Pipelines Was wir bieten - Impact: Aufbau intelligenter Systeme, die den Einsatz von KI in Unternehmen neu definieren - Innovation: Arbeit mit modernsten Frameworks und Modell-Ökosystemen - Kultur: Kollaboratives, kreatives und eigenverantwortliches Team - Flexibilität: Remote-first und flexible Arbeitszeiten - Wachstum: Zugang zu KI-Ressourcen, Tools und Weiterbildungen - Beteiligung: Virtual Stock Option Plan (VSOP)

Ziel der Rolle Um zuverlässige KI-Automatisierung im großen Maßstab zu ermöglichen, suchen wir einen Data Engineer (m/w/d), der robuste Datenpipelines für den produktiven Einsatz, verteilte Datenverarbeitungssysteme und hochwertige Datenstrukturen für unsere KI-Plattform entwickelt. Du spielst eine zentrale Rolle dabei, sicherzustellen, dass KI-Systeme schnell, sicher und strukturiert auf die benötigten Daten zugreifen können. Deine Aufgaben - Design und Aufbau skalierbarer Datenpipelines zur Aufnahme, Transformation und Bereitstellung strukturierter und unstrukturierter Daten - Entwicklung verteilter Datenverarbeitungs-Workflows zur Unterstützung von KI-Features wie Wissensabruf, Automatisierungsprozessen und Analytics - Aufbau und Betrieb von Daten-Ingestionssystemen zur Anbindung von Enterprise-APIs, Datenbanken, File Storage und Streaming-Quellen - Modellierung und Optimierung von Datensätzen für KI-Anwendungen, inklusive Embeddings-Pipelines und Vektorindexierung - Sicherstellung von Datenqualität, Konsistenz und Observability über alle Pipelines und Speicherlösungen hinweg - Optimierung von Abfrageperformance, Datenaktualität und Kosteneffizienz in großen Datensystemen - Enge Zusammenarbeit mit AI Engineers zur Umsetzung von Retrieval-Augmented Generation (RAG) und wissensbasierten KI-Features - Implementierung von Batch- und Echtzeitverarbeitung mittels Queues, Streaming-Systemen oder eventgetriebenen Architekturen - Design und Betrieb von Datenspeicherlösungen wie relationalen Datenbanken, Object Storage und Vektordatenbanken - Umsetzung von Data-Governance-Praktiken (z. B. Zugriffskontrolle, Datenherkunft/Lineage und Monitoring) - Zusammenarbeit mit DevOps bei containerisierten Deployments, Infrastrukturautomatisierung und Cloud-Datenservices - Zusammenarbeit mit unserem Data-Research-Team Dein Profil - Fundierte Erfahrung im Aufbau von Datenpipelines im produktiven Einsatz - Gutes Verständnis von verteilten Systemen und skalierbaren Datenarchitekturen - Erfahrung im Umgang mit großen Datenmengen und deren Performance-Optimierung - Vertrautheit mit modernen Daten-Tools und Workflow-Orchestrierung - Erfahrung in der Bereitstellung von Daten für AI/ML- oder Analytics-Anwendungen - Pragmatistische Arbeitsweise mit Fokus auf Zuverlässigkeit und Wartbarkeit - Fähigkeit zur Zusammenarbeit mit Backend-, AI- und Infrastruktur-Teams - Interesse an KI-getriebenen Datensystemen und neuen Entwicklungen im Bereich Dateninfrastruktur Unser Tech Stack & Bereiche - SQL (mindestens 5 Jahre Erfahrung) - Praktische Erfahrung mit Python - PostgreSQL / analytische Datenbanken - Konzepte der verteilten Datenverarbeitung - Streaming- / Messaging-Systeme - Datenmodellierung & Pipeline-Orchestrierung - Vektordatenbanken & Embeddings-Pipelines - Cloud-Plattformen (Azure, GCP oder AWS) - Docker & CI/CD Was wir bieten - Impact: Aufbau intelligenter produktiver Systeme, die den Einsatz von KI in Unternehmen neu definieren - Innovation: Arbeit mit modernsten Frameworks und Modell-Ökosystemen - Kultur: Kollaboratives, kreatives und eigenverantwortliches Team - Flexibilität: Remote-first und flexible Arbeitszeiten - Wachstum: Zugang zu KI-Ressourcen, Tools und Weiterbildungen - Beteiligung: Virtual Stock Option Plan (VSOP)

Ziel der Rolle Wir stellen unseren ersten QA Automation Engineer ein – jemanden, der Qualität ganzheitlich verantwortet. Du wirst nicht nur Features testen, sondern die QA-Kultur definieren, Frameworks aufbauen und sicherstellen, dass jede Release den höchsten Standards entspricht. Deine Arbeit hat direkten Einfluss darauf, wie unsere Kunden KI erleben. Deine Aufgaben - Automatisierung im Fokus: Aufbau von Frameworks für API-, Integrations-, Regressions- und End-to-End-Tests - Qualität sichern: Integration automatisierter Tests in CI/CD-Pipelines, Definition von Release-Gates und Vermeidung von Bugs in der Produktion - Performance & Sicherheit: Durchführung von Last-, Performance- und Sicherheitstests - KI-Funktionen testen: Validierung von LLM-basierten Workflows hinsichtlich Korrektheit, Konsistenz und Zuverlässigkeit - Prozesse gestalten: Erstellung von Testplänen, Dokumentation und QA-Prozessen für das Team Dein Profil - Du schreibst Testcode in Produktionsqualität, nicht nur einfache Skripte - Erfahrung im Aufbau von Testautomatisierungs-Frameworks von Grund auf - Fundierte Erfahrung im API-Testing: funktional, Contract-, Integrations- und Performance-Tests - Praktische Erfahrung mit CI/CD (bevorzugt GitHub Actions), SQL/PostgreSQL und Docker - Erfahrung mit Last- und Sicherheitstests - „Automation-first“-Mindset; manuelles Testen nur, wenn unvermeidbar Nice to have: FastAPI, Python, Pytest, Celery, RabbitMQ, Redis, Playwright/Selenium, LLM-/KI-Testing, Cloud-native/Kubernetes-Erfahrung, Azure, Grafana, Prometheus Unser Tech Stack - Backend & APIs: Python, FastAPI, SQLModel, Alembic - Task Queue: Celery, RabbitMQ - Datenbank: PostgreSQL, pgvector, Redis - AI / LLM: LlamaIndex, Azure OpenAI, Anthropic, Gemini, Mistral - CI/CD & Container: GitHub Actions, Docker - Monitoring: Grafana, Prometheus, Jaeger Was wir bieten Shape QA from the ground up as an early hire. Remote-first within Germany (Cologne office optional). Close collaboration with backend, AI, DevOps, and product engineers. Competitive compensation and room to grow. Ownership-driven engineering culture: you decide how quality works here. Flexibility: Remote-first and flexible working hours Participation: Virtual Stock Option Plan (VSOP)

Ziel der Rolle Wir suchen einen erfahrenen DevOps / Platform Engineer, der uns beim Design, Aufbau und Betrieb der Infrastruktur hinter unserer KI-gestützten Plattform unterstützt. Wenn du gerne zuverlässige Systeme aufbaust, alles automatisierst und Teams dabei hilfst, schnell und sicher zu liefern – dann würden wir dich gerne kennenlernen. Deine Aufgaben - Aufbau, Wartung und Weiterentwicklung unserer Cloud-Infrastruktur auf modernen Plattformen (primär Azure) - Betrieb und Skalierung von Kubernetes-Clustern für produktive WorkloadsVerwaltung containerisierter Services mit Docker, Kubernetes und Helm - Design und Pflege von Infrastructure-as-Code mit Terraform - Aufbau und Betrieb von CI/CD-Pipelines mit GitHub Actions - Planung und Durchführung automatisierter Releases, Deployments und Rollback-Strategien - Unterstützung von Kundenumgebungen (Onboarding, Updates und Migrationen in Azure-Tenants) - Umsetzung von Sicherheitskonzepten, Secrets Management und Zugriffskontrollen - Verbesserung von Monitoring, Logging und Alerting für vollständige Systemtransparenz - Betrieb von KI-Infrastrukturkomponenten (z. B. AI-Gateways wie LiteLLM und Model-Serving) - Enge Zusammenarbeit mit Frontend-, Backend- und AI-Teams zur Optimierung von Deployments und Plattformstabilität - Kontinuierliche Verbesserung von Performance, Zuverlässigkeit, Kosteneffizienz und Automatisierung - Erstellung und Pflege technischer Dokumentation (Infrastruktur, Deployments, Prozesse) - Klare Kommunikation von Infrastrukturentscheidungen gegenüber Teams und Stakeholdern - Schnelles, pragmatisches Arbeiten bei nicht-kritischen Themen sowie strukturiertes, zuverlässigkeitsorientiertes Vorgehen bei produktiven Systemen Dein Profil - Mehrjährige Erfahrung als DevOps-, Platform- oder Cloud Engineer im Betrieb produktiver Systeme - Fundierte Erfahrung im Betrieb von Kubernetes-Umgebungen - Tiefes Verständnis von Linux, Netzwerken sowie Performance und Sicherheit auf Betriebssystemebene - Starke Cloud-Erfahrung (Azure oder andere große Cloud-Anbieter) - Erfahrung mit Terraform und Infrastructure as Code - Erfahrung im Design und Betrieb von CI/CD-Pipelines (z. B. GitHub Actions, Azure DevOps) - Erfahrung mit Docker, containerisierten Workloads und Microservices - Gutes Verständnis von Sicherheitsbest Practices, Secrets Management und Compliance (z. B. DSGVO) - Erfahrung mit Prometheus, Grafana und zentralisierten Logging-Systemen - Gute Skripting-Kenntnisse (Bash / Python) und sicherer Umgang mit YAML Nice to have - Erfahrung mit Migrationen zwischen Cloud-Anbietern - Erfahrung mit AI/ML-Infrastruktur, GPU-Workloads oder MLOps - Erfahrung mit AI-Gateways wie LiteLLM oder ähnlichen Routing-Lösungen - Erfahrung im Betrieb von Enterprise- oder Multi-Tenant-SaaS-Umgebungen - Erfahrung mit OpenShift So arbeitest du - Pragmatismus und Ownership-Mentalität - Wertschätzung für klare Dokumentation und transparente Kommunikation - Proaktive Einbringung von Verbesserungen und Architekturideen - Fähigkeit, technische Entscheidungen verständlich für technische und nicht-technische Stakeholder zu kommunizieren Was wir bieten - Aufbau und Skalierung moderner KI-Infrastruktur im produktiven Einsatz - Arbeit mit Kubernetes, Cloud-Native-Plattformen, OpenShift und AI-Workloads - Eine kollaborative Engineering-Kultur mit viel Eigenverantwortung - Remote-First und flexible Arbeitszeiten - Weiterbildung, Zertifizierungen und Mitgestaltung unserer AIOps-Vision - Virtual Stock Option Plan (VSOP)