• Design, build, test, and operate distributed backend services and APIs that support high-volume customer interactions. • Take end-to-end ownership of platform work, from framing ambiguous problems and shaping technical plans through implementation, rollout, and production support. • Improve reliability, scalability, latency, and cost across shared platform systems that serve teams across the business. • Partner closely with Product, SRE, and peer engineering teams to deliver platform improvements without destabilizing live traffic. • Participate in on-call, incident response, troubleshooting, and continuous improvement of alerting, runbooks, deployment quality, and capacity planning. • Raise engineering standards through code reviews, design reviews, pairing, documentation, and mentorship for other engineers on the team.

• Lead the design and architecture of scalable full-stack solutions aligned with product requirements • Own the architecture of core subscription and membership systems, including billing correctness, lifecycle state management, plan changes, cancellations, and workflow orchestration across commerce, pharmacy, and fulfillment • Partner closely with engineering teams across commerce, clinical care, pharmacy, and fulfillment to drive cross-functional technical initiatives and ensure platform decisions scale across the organization • Provide mentorship on best practices, design patterns, and coding standards • Advocate for team technical needs within the broader engineering organization • Participate in product discovery and validation through prototypes and experiments • Partner with product and design to ensure platform capabilities support an intuitive end-to-end customer experience • Drive strategic technical decisions to improve security, scalability, and performance • Break down complex projects into actionable tasks • Establish and enforce consistent coding and testing standards • Initiate efforts to reduce technical debt and enhance workflow efficiency • Implement tools and processes for monitoring, incident response, and performance optimization • Implement analytics and monitoring to demonstrate how engineering solutions directly impact key customer activation and reactivation KPIs • Analyze metrics and user feedback to continuously improve the platform • Maintain thorough technical documentation • Conduct code reviews and facilitate knowledge-sharing initiatives

• Build and optimize data pipelines (batch and streaming). • Extracting, analyzing and modeling rich and diverse datasets of structured and unstructured data. • Design software that is easily testable and maintainable. • Support in setting data strategies and our vision. • Keep track of emerging technologies and trends in the Data Engineering world, incorporating modern tooling and best practices at Craft. • Work on extendable data processing systems that allows to add and scale pipelines. • Apply machine learning techniques such as anomaly detection, clustering, regression classification, and summarization to extract value from our data sets. • Leverage AI-powered development tools (e.g. Cursor) to accelerate development, refactoring, and code generation.

Role Description - Du entwickelst und betreibst unsere souveräne LLM-Plattform inklusive OpenAI-kompatiblem Gateway, Modell-Serving und GPU-Infrastruktur. - Du implementierst kundenspezifische Wissensanbindungen (RAG) mit Vector-Datenbanken, Embeddings und Reranking. - Du stellst Kostenkontrolle, Mandantentrennung, Datenschutz und Guardrails sicher. - Du etablierst Monitoring und Observability für Performance, Qualität und Nutzung der KI-Dienste. - Du betreibst und entwickelst unsere containerbasierte Plattform auf Basis von Docker, Coolify und Kubernetes weiter. - Du automatisierst Deployments und verantwortest CI/CD-Prozesse für unsere Eigenentwicklungen. - Du betreust unsere Linux-, Cloud- und Datenbank-Infrastruktur und sorgst für Stabilität, Sicherheit und Verfügbarkeit. - Du baust Monitoring-, Logging- und Alerting-Lösungen auf und entwickelst diese weiter. - Du gestaltest die Architektur unserer Plattform- und KI-Services aktiv mit. - Du etablierst Infrastructure as Code und standardisierte Deployment-Prozesse. - Du sorgst für datenschutzkonforme und mandantensichere Betriebsmodelle. - Du dokumentierst Lösungen, teilst Wissen im Team und evaluierst neue Technologien im Bereich Platform Engineering und KI. Qualifications - Abgeschlossenes Studium der (Wirtschafts-) Informatik oder eine vergleichbare Qualifikation. - Mehrjährige Erfahrung im DevOps-, Plattform-Engineering- oder Cloud-/Infrastruktur-Umfeld. - Fundierte Praxiserfahrung im Betrieb containerbasierter Anwendungen und moderner Plattformen. - Erfahrung im Aufbau und produktiven Betrieb von LLM- und KI-Diensten, idealerweise in selbst gehosteten Umgebungen. - Sehr gute Kenntnisse in Kubernetes, Docker und Linux. - Erfahrung mit CI/CD-Pipelines, Cloud-Plattformen (insbesondere Azure) sowie PostgreSQL. - Praktische Erfahrung mit LLM-Gateways, RAG-Architekturen, Vector-Datenbanken und Modell-Serving-Lösungen. - Solide Python-Kenntnisse für Automatisierung und Integrationen. - Eigenständige und strukturierte Arbeitsweise mit hoher Eigenverantwortung sowie Sicherheits- und Datenschutzbewusstsein. - Ausgeprägtes Architektur- und Platformverständnis. Benefits - Offene und kooperative Unternehmenskultur sowie eine vertrauensvolle Arbeitsatmosphäre. - Umfassende Einarbeitung mit Unterstützung des gesamten AIS Teams. - Flache Hierarchien – kurze Entscheidungswege und hohe Gestaltungsfreiheit. - Strategische Gestaltungsrolle mit großem Einfluss auf die zukünftige Plattformlandschaft. - Mitarbeit an einem der spannendsten Technologiefelder der IT: souveränes LLM-Hosting und KI-Infrastrukturen. - Moderne Infrastruktur mit Kubernetes, Docker, CI/CD und Cloud-Technologien. - Möglichkeit, Standards, Prozesse und Architekturentscheidungen aktiv mitzugestalten. - Individuelles Weiterbildungsbudget für Konferenzen, Zertifizierungen und Fachtrainings. - Klare Karriere- und Entwicklungspfade. - Möglichkeit zur Spezialisierung als AI Platform Engineer bzw. LLMOps-Experte. - Kleines, fokussiertes und agiles Team mit kurzen Entscheidungswegen. - Offene Feedback-Kultur mit regelmäßigen 1:1-Gesprächen und Retrospektiven.