Engenheiro/a de IA

Lance os modelos e pipelines por trás dos insights.

Stuttgart, Alemanha — híbrido (2–3 dias/semana no escritório)Tempo integral / Estudante-trabalhador (Werkstudent)Engenharia

O motor de análise — sentimento, pontuação de relacionamento, detecção de marcos, os insights escritos por IA — é o coração do produto. Você será responsável por como usamos LLMs e modelos clássicos: os prompts, o chunking, a avaliação, o custo e a latência. Privacidade é um requisito rígido: o conteúdo da conversa é processado de forma transitória e nunca armazenado.

O que você vai fazer

Gerenciar o pipeline de LLM (atualmente OpenAI + Gemini via uma abstração de provedor) — prompts, chunking, esquemas de saída estruturada, retries e controle de custo.
Construir o sistema de avaliação para que uma mudança de prompt ou modelo seja uma melhoria mensurável, não uma impressão.
Melhorar a análise fora do LLM — modelagem de tempo de resposta, segmentação de conversas, tendências de humor — em precisão e velocidade.
Manter a inferência barata e rápida o suficiente para escala de consumo; fazer profiling e cortar gastos com tokens.
Sustentar o modelo de privacidade: processamento transitório, telemetria apenas agregada, nenhum conteúdo de conversa sai da requisição.

O que procuramos

3+ anos construindo software em produção, com experiência real lançando recursos baseados em LLM ou ML (não só ter chamado uma API uma vez).
TypeScript/Node.js forte (nossa stack) ou capacidade de chegar lá rápido vindo de outra linguagem tipada.
Você já construiu pipelines de prompt/resposta com saídas estruturadas e sabe como eles falham.
Confortável com avaliação: construir datasets, definir métricas, capturar regressões.
Inglês nível C1 ou superior.

Diferencial

Background em NLP — embeddings, classificação, sentimento.
Experiência em otimização de custo/latência para apps com LLM (cache, batching, roteamento de modelos).
Interesse em inferência on-device / no navegador.
Alemão.

Idiomas

É necessário inglês em nível C1 ou superior. Alemão é um grande diferencial.

Estudante-trabalhador

Como estudante-trabalhador: ~16–20 h/semana, em dupla com um/a engenheiro/a sênior, responsável por uma parte delimitada do pipeline (por exemplo, o sistema de avaliação ou um módulo de análise).