Standort: Remote (DACH-Zeitzone), Office Berlin optional Anstellung: Vollzeit, unbefristet Start: Ab sofort Sprache: Deutsch C2, Englisch min. C1 ─────────── ÜBER SANDAN AI sandan AI ist ein in Berlin ansässiges AI-Native-Startup für Enterprise-Kunden im DACH-Raum. Wir prägen, wie Marketing in einer agentischen Wirtschaft aussieht – und bauen die Plattform, auf der diese neue Generation von Marketing-Workflows läuft. Unser Anspruch: Software so zu entwickeln, wie Software 2026 entwickelt werden sollte – agentisch, iterativ, mit AI als integralem Bestandteil des EngineeringWorkflows. ──────────── UNSERE ARBEITSWEISE Wir entwickeln agentisch. Claude Code und Codex sind Kern unseres Engineering-Workflows – nicht Spielerei. Wer bei uns einsteigt, arbeitet entweder schon produktiv mit diesen Tools oder will sich aktiv und tief einarbeiten. Aufgaben Du baust die Intelligenz, die in ArcGEN läuft. Du verantwortest unsere LLM-Pipelines, Agenten-Architekturen und Eval-Frameworks - vom Prototypen im Notebook bis zur produktiven Pipeline mit nachweisbarer Qualität. Design und Betrieb von RAG-Pipelines (Embeddings, Vector Stores, Re-Ranking) Architektur agentischer Systeme – Tool-Calling, MCP, Sub-Agent-Orchestrierung Aufbau und Pflege von LLM-Eval-Frameworks: Metriken, Benchmarks, A/B-Testing, Quality-Gates Prompt-Engineering und systematische Prompt-Optimierung Entwicklung ML-Modelle für Marketing-Use-Cases (Attribution, Targeting, Forecasting, Anomaly Detection) Überführung von Notebook-Explorationen in produktionsreife Pipelines Enge Zusammenarbeit mit unseren Full-Stack-Engineers an der Plattform-Integration Qualifikation Must-have: Praxis mit modernen LLM-Workflows in Production: RAG, Embeddings, Vector Databases (Pinecone, Weaviate, pgvector) Solide Python-Kenntnisse inkl. pandas, NumPy, scikit-learn sowie PyTorch oder TensorFlow Erfahrung im End-to-End-ML-Lifecycle: Datenaufbereitung, Training, Evaluation, Deployment, Monitoring Erfahrung mit systematischer Modell-Evaluation: Metriken, Benchmarks, Eval-Frameworks Deutsch C2 und Englisch C1 Builder-Mentalität: Du lieferst Production-Systeme, nicht nur Notebooks Pluspunkte: 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 MLOps-Tools (MLflow, Weights & Biases, DVC) Background in Marketing-Analytics, Attribution-Modellen oder Performance-Marketing-Daten Kaggle, Open-Source-Beiträge oder Publikationen im ML-/AI-Bereich

Benefits

Wettbewerbsfähiges Gehalt mit jährlicher Anpassung Vollständig finanzierter Zugang zu Claude Max, Codex, GitHub Copilot, OpenAI- und Anthropic-APIs sowie allen relevanten LLM-Tools Compute-Budget für Experimente, Modell-Training und ML-Workloads MacBook Pro nach Wahl Remote-First, flexible Arbeitszeiten Quartalsweise Team-Meetups in Berlin oder Dubai (DIFC AI Campus, optional) Direkter Einfluss auf Produkt-Architektur in einer frühen Phase Steile Lernkurve in Agentic AI, LLM-Orchestrierung und AI-Native-Engineering Lebenslauf reicht. Wenn du GitHub, Portfolio, Kaggle oder ein Open-Source-Projekt hast – sehr gerne mit dazu. Wir freuen uns auf deine Bewerbung!