Machine Learning / Applied AI Engineer (m/w/d)

ECOZA GmbH

München

On-site

EUR 90,000 - 150,000

Full time

14 days+

A complete application in a minute

Tailored resume and cover letter, ready to send.

Get past ATS filters

Benefits offered by this job

MacBook mit 4K-Bildschirm

Hybrid Work (2 feste Bürotage)

Weiterbildungsbudget

Wellpass / Jobrad / Team-Events

Job summary

ECOZA GmbH in München sucht einen erfahrenen ML/AI-Ingenieur, der LLMs und Agenten von Demo- in Produktionsqualität überführt. Du entwickelst Eval-Harness, Masterprompts und RAG-Architekturen, integrierst sie in unsere ECOZA Intelligence und schaffst robuste AI-Workflows.

Du arbeitest im Greenfield-Umfeld, Hybrid-Arbeitsmodell, 2 Büro-Tage, Standort München Moosacher Straße 70-74. Du bringst solide Produktionserfahrung mit Python, RAG, Vektor-Datenbanken und Datenpipelines mit.

Qualifications

Erfahrung mit LLMs in Produktion (Prompt-Engineering, Agenten, Tools).
Solide Python-Kenntnisse; Erfahrung mit RAG und Vektor-Datenbanken.
Verständnis von Datenpipelines und Datenqualität (Supabase/SQL).
Pragmatismus: Fokus auf Produktionserfolg statt theoretischer Eleganz.
Ownership & High Agency in Projekten.

Responsibilities

Entwurf, Orchestrierung und Guardrails für produktive Agenten (Media-Buying, Content, Sales).
Aufbau von Eval-Pipelines, damit KI-Outputs messbar zuverlässig sind.
Integration von Modellen in Produkt-Workflows und bestehende Systeme.

Skills

LLM in production

Python

RAG / Vector DBs

Eval-Frameworks

Datenpipelines

Ownership & High Agency

Tools

LangSmith/Eval-Tooling

Node/TypeScript

Supabase/SQL

Vector databases

Job description

Mittwoch, 10:00 Uhr. Du baust ein Eval-Harness, das misst, wie zuverlässig unser Media-Buying-Agent Entscheidungen trifft. Danach tunest du die Masterprompts, baust ein Churn-Prediction-Signal auf den Supabase-Daten und erweiterst das RAG-System, das auf den Benchmarks aus 550+ Brands sitzt. Bei uns geht angewandte KI direkt in Produktion - nicht ins Paper.

Wir bauen die ECOZA Intelligence und suchen jemanden, der LLMs und Agenten von "funktioniert im Demo" zu "funktioniert zuverlässig in Produktion" bringt.

Woran du arbeitest

LLM-Systeme & Agenten: Design, Orchestrierung und Guardrails für produktive Agenten (Media-Buying, Content, Sales)
Prompt- & Context-Engineering: Masterprompts, Kontext-Management, Tool-Use/MCP
RAG & Retrieval: Vektor-DBs / Retrieval über ECOZA-Benchmarks und Brand-Daten
Evals & Qualität: Eval-Pipelines, damit KI-Outputs messbar zuverlässig sind
Data & Signale: Churn-/Scoring-Signale auf Supabase-Daten, Feature-Pipelines
Integration: die Modelle sauber ins Produkt und in die Workflows einbinden

Über ECOZA

ECOZA ist eine der am schnellsten wachsenden eCommerce-Growth-Consulting-Firmen Deutschlands. Wir bauen für D2C-Brands Inhouse-Teams, Systeme und Operating-Strukturen auf - gestützt auf Benchmarks aus über 550 aktiven eCommerce-Marken. Aktuell bauen wir unser wichtigstes Vorhaben: die ECOZA Intelligence, ein integriertes D2C eCommerce Operating System. Du kommst ins Greenfield - nicht in eine gewachsene Legacy-Landschaft.

Standort & Arbeitsmodell

Standort: München, Moosacher Straße 70-74, 80809

Arbeitsmodell: Vor Ort - Hybrid (2 feste Bürotage)

Was du mitbringst

Starke Erfahrung mit LLMs in Produktion (nicht nur Chat-Prototypen): Prompt-Engineering, Agenten, Tool-Use
Python solide; Erfahrung mit RAG, Vektor-Datenbanken, Eval-Frameworks
Verständnis für Datenpipelines und Datenqualität (Supabase/SQL)
Pragmatismus: du baust das, was in Produktion Wirkung hat — nicht das theoretisch Eleganteste
Ownership & High Agency
Nice-to-have: klassisches ML-Verständnis, Node/TypeScript, LangSmith/Eval-Tooling, eCommerce-Daten
Kein Muss: Model-Training from scratch — der Fokus ist angewandte LLM-Systematik

Benefits