Über die Stelle
Softwareentwickler (C#) — Interne Tools (KI-Infrastruktur)
Über die Rolle
Was wäre, wenn Ihr C#-Fachwissen direkt die Infrastruktur prägen könnte, die die nächste Generation von KI antreibt? Wir suchen einen Senior Full-Stack C#-Entwickler, der die Datenpipelines, Annotationssysteme und Evaluierungs-Tooling aufbaut, auf die führende KI-Labore täglich angewiesen sind.
Das ist keine Spielwiese und kein Proof-of-Concept-Gebiet. Sie schreiben Produktionscode, der im Herzen echter KI-Trainings- und Evaluierungs-Workflows sitzt — Systeme, die bestimmen, wie Modelle lernen, sich verbessern und gemessen werden.
- Organisation: Alignerr
- Art: Stundenvertrag
- Standort: Remote
- Verpflichtung: 20–40 Stunden/Woche
Was Sie tun werden
- Hochperformante C#-Systeme entwerfen und bauen, die großskalige KI-Datenpipelines und Evaluierungs-Workflows unterstützen
- Full-Stack-Tooling und Backend-Services für Datenannotation, Validierung und Qualitätskontrolle im großen Maßstab entwickeln
- Zuverlässigkeit, Performance und Korrektheit in bestehenden C#-Codebasen verbessern
- Robuste Benchmarking- und Evaluierungs-Harnesses bauen, um Systemverhalten zu messen
- Interoperabilitätslösungen implementieren — etwa Python-ML-Modelle aus .NET aufrufen oder native Bibliotheken wrappen
- Engpässe und Randfälle identifizieren und dann skalierbare, wohlbegründete Fixes ausliefern
- Mit Daten-, Forschungs- und Engineering-Teams über Modelltrainings- und Evaluierungs-Workflows hinweg zusammenarbeiten
- An synchronen Design-Reviews teilnehmen, um Architektur- und Implementierungsentscheidungen zu iterieren
Wer Sie sind
- 3–5+ Jahre Berufserfahrung mit produktionsreifem C#
- Starker Full-Stack-Entwickler mit solider Grundlage in Systemprogrammierung
- Erfahren in Interoperabilitätsszenarien — Python-ML-Modelle aus .NET aufrufen, native Bibliotheken wrappen, Ökosysteme überbrücken
- Nachgewiesene Erfolgsbilanz beim Entwerfen von Benchmarking-Harnesses und Performance-Evaluierungssystemen
- Klare, präzise schriftliche und mündliche Kommunikation — Sie können technische Entscheidungen gemischten Zielgruppen erklären
- Englisch auf Muttersprachniveau oder fließend
- In der Lage, 20–40 Stunden pro Woche verlässlich zu leisten
Wünschenswert
- Frühere Erfahrung mit Datenannotationsplattformen, Datenqualitätspipelines oder Evaluierungssystemen
- Vertrautheit mit KI/ML-Workflows, Modelltraining oder Benchmarking-Infrastruktur
- Erfahrung mit verteilten Systemen oder Entwickler-Tooling
- Hintergrund in sich schnell bewegenden Forschungs- oder KI-nahen Engineering-Umgebungen
Warum bei uns arbeiten
- An echten Produktionssystemen neben führenden KI-Forschungslaboren arbeiten — keine Spielzeugdemos
- Vollständig remote und flexibel — gestalten Sie Ihre Stunden um Ihre beste Arbeit herum
- Freelance-Autonomie mit der Substanz von bedeutungsvollem Engineering mit hohem Einsatz
- Spürbaren Einfluss auf die Infrastruktur nehmen, die prägt, wie KI-Modelle der nächsten Generation gebaut und evaluiert werden
- Potenzial für laufende Arbeit und Vertragsverlängerung, während Projekte wachsen