Über die Stelle
Systemsoftware-Ingenieur — Machine Learning Ops
Über die Rolle
Was wäre, wenn deine C++-Expertise direkt die Infrastruktur prägen könnte, die die fortschrittlichsten KI-Systeme der Welt antreibt? Wir suchen Senior-Systemingenieure, um die Datenpipelines, Annotationstools und Evaluierungsinfrastruktur aufzubauen und zu optimieren, auf die führende KI-Labore angewiesen sind, um Modelle der nächsten Generation zu trainieren und auszuliefern.
Dies ist eine vollständig remote und flexibel gestaltbare Vertragsrolle für Ingenieure, denen Leistung, Zuverlässigkeit und die Arbeit an Systemen, die wirklich zählen, wichtig sind. Du wirst in echte Produktionsworkflows eingebettet sein, Seite an Seite mit erstklassigen Forschungs- und Engineering-Teams.
- Organisation: Alignerr
- Art: Vertrag auf Stundenbasis
- Ort: Remote
- Zeitaufwand: 20–40 Stunden/Woche
Was du tun wirst
- Hochperformante C++-Systeme entwerfen, aufbauen und optimieren, die KI-Datenpipelines und Evaluierungsworkflows unterstützen
- Full-Stack-Tools und Backend-Services für groß angelegte Datenannotation, Validierung und Qualitätskontrolle entwickeln
- Zuverlässigkeit, Leistung und Korrektheit in bestehenden C++-Codebasen verbessern
- Mit Daten-, Forschungs- und Engineering-Teams zusammenarbeiten, um Modelltraining und -evaluierung im großen Maßstab zu unterstützen
- Engpässe und Randfälle im Daten- und Systemverhalten identifizieren — und dann skalierbare, produktionsreife Korrekturen implementieren
- An synchronen Design-Reviews teilnehmen, um Architektur- und Implementierungsentscheidungen zu iterieren
Wer du bist
- 5+ Jahre Berufserfahrung in der Entwicklung produktionsreifer C++-Systeme
- Full-Stack-Entwickler mit starkem Hintergrund in Systemprogrammierung
- Erfahrung mit den C++-Frontends von ML-Frameworks oder Inferenz-Runtimes
- Vertraut mit Hardwarebeschleunigungs-APIs zur Optimierung der Modellinferenz
- Englisch auf Muttersprachler- oder fließendem Niveau mit klarer schriftlicher und mündlicher Kommunikation
- Zuverlässig 20–40 Stunden pro Woche aufbringen können
Wünschenswert
- Frühere Erfahrung mit Datenannotation, Datenqualitäts-Pipelines oder Evaluierungssystemen
- Vertrautheit mit KI/ML-Workflows, Modelltraining oder Benchmarking-Pipelines
- Erfahrung mit verteilten Systemen oder Entwicklertools
- Hintergrund in Systemleistungsprofiling und -optimierung
Warum zu uns kommen
- An Produktionssystemen arbeiten, die die Fähigkeiten von Frontier-KI-Modellen direkt beeinflussen
- Mit Ingenieuren und Forschern in führenden KI-Laboren zusammenarbeiten
- Vollständig remote und flexibel — arbeite, wann und wo es dir passt
- Freiberufliche Autonomie mit der Struktur und dem Zweck anspruchsvoller Engineering-Arbeit
- Möglichkeit auf fortlaufende Zusammenarbeit und erweiterten Aufgabenbereich bei Start neuer Projekte