Staff AI Backend Engineer (f/m/x)

paretos GmbH; Deutschland; On-site; EUR 120,000 - 170,000; Full time

Job summary

Personio sucht einen erfahrenen Staff AI Backend Engineer, der das Rückgrat unserer Decision-Intelligence-Plattform gestaltet und skalierbare Backend-Services in Python aufbaut.

Du setzt die technische Richtung, definierst, wie wir Outcomes messen, und treibst die Roadmap gemeinsam mit Product und FDE voran.

Qualifications

• 8+ Jahre als Backend-, Software- oder AI Engineer in einem produktorientierten Umfeld, mit nachweisbarer Erfahrung darin, Design und Delivery komplexer Systeme zu leiten – idealerweise im Produkt- oder SaaS-Kontext; Startup-Erfahrung (0→1) sehr willkommen.

Responsibilities

• Technische Richtung definieren und Roadmap in Zusammenarbeit mit Product und FDE festlegen – verantwortlich für Outcomes, nicht Output.
• Backend-Services in Python (FastAPI, Pydantic) für Agent-Workflows, Forecasting und Replenishment entwerfen, bauen und betreiben.
• Saubere API- und Service-Contracts zwischen Plattform, Agents, ML-Modellen, Frontend und Kundensystemen gestalten – mit Robustheit und Observability.
• Semantischer Data Layer: PostgreSQL-Modellierung, dbt-Transformationen, Pipelines, Caching und Retrieval, skalierbar über Kunden und Use Cases hinweg.
• LLM- und Agent-Systeme ins Backend integrieren: Tool Use, Function Calling, RAG-Pipelines, Eval-Frameworks, Guardrails und Production-Deployment.
• AI-first-Kultur vorantreiben: Claude Code, AI-gestützte Entwicklung, Subagents, Plugins, Docs – Setup weiterentwickeln.
• Komplexe Business- und Kundenanforderungen in kohärente technische Strategien übersetzen und pragmatische Trade-offs treffen.
• Prototypen schnell nah am Nutzer erstellen und Feedback eigenständig einholen, iterieren und reale Nutzung vergleichen.
• Code- und Design-Reviews, Mentoring, Dokumentation und Standards heben das Engineering-Niveau und wachsen das Team.

Skills

Backend-Engineer

AI Engineer

Python

FastAPI

Pydantic

PostgreSQL

Redis

Docker

CI/CD

Leadership

Agile

Product thinking

Tools

Docker

Redis

PostgreSQL

CI/CD tooling

Job description

Deine Aufgaben

Als Staff AI Backend Engineer verantwortest du das technische Rückgrat unserer Decision-Intelligence-Plattform und die Architektur, die sie skalierbar macht. Du gibst die Richtung vor, wie wir skalierbare Backend-Servicesbauen, die unsere Forecasting- und Optimierungsmodelle, unsere agentischen Workflows und unseren semantischen Data Layer produktiv nutzbar machen. Du arbeitest AI-first: Claude Code oder vergleichbare CLIs, MCPs und eigene Skills sind dein Standard-Toolkit – und du legst fest, wie das restliche Team sie einsetzt. Du denkst nicht nur in Endpoints und Datenbanken, sondern in Kundennutzen, Produktwirkung und Adoption – und du stärkst konsequent das System, statt nur die jeweilige Aufgabe zu lösen.

• Mit ausgeprägtemProduktdenkengibst du die technische Richtung vor: Du definierst, wie wirFeature-Adoption messen, instrumentierst Nutzungsmuster und steuerst die Roadmap gemeinsam mit Product und FDE – verantwortlich fürOutcomes, nicht für Output.
• Skalierbare Backend-Services in Python(FastAPI, Pydantic) für Agent-Workflows, Forecasting und Replenishment liegen in deiner Hand: Duarchitektierst, baust und betreibstsie – inklusive der Entscheidungen, Trade-offs und Standards dahinter.
• Saubere API- und Service-Contractszwischen Plattform, Agents, ML-Modellen, Frontend und Kundensystemen (ERP, BI, Planning-Tools) werden von dir designt – mitRobustheit, Observability und Zuverlässigkeitals erstklassigen Eigenschaften.
• Unsersemantischer Data Layer– die Grundlage für präzise Forecasts und exakte Agent-Antworten – gehört dir:PostgreSQL-Modellierung, dbt-Transformationen, Pipelines, Caching und Retrieval, gebaut für Skalierung über Kunden und Use Cases hinweg.
• Wie wirLLM- und Agent-Systeme ins Backend integrieren, definierst du:Tool Use, Function Calling, RAG-Pipelines, Eval-Frameworks, Guardrails und Production-Deployment– du setzt die Patterns und Qualitätsstandards, gegen die das Team baut.
• Das Vorantreiben unsererAI-first-Engineering-Kulturist zentral: Claude Code, AI-gestützte Entwicklung und Subagents sind Teil deines täglichen Toolkits, und du entwickelst unser internes Setup weiter (CLAUDE, Hooks, Skills, Plan-/Execute-/Review-Loop, Plugins, Docs), damit das Team schneller und sicherer liefert.
• Mehrdeutige Business- und Kundenanforderungen übersetzt du gemeinsam mit FDEs und Product in einekohärente technische Strategieund triffstpragmatische Trade-offszwischen Geschwindigkeit, Skalierbarkeit und Wartbarkeit – klar erklärt für technische wie nicht-technische Stakeholder.
• Duprototypst schnell und nah am Nutzer, bringst Ideen innerhalb von Tagen in die Hände von FDEs und Kunden, holst eigenständig Feedback ein, iterierst am echten Workflow und entscheidest anhand dertatsächlichen Nutzung, was gehärtet und ausgerollt wird.
• Durch Code- und Design-Reviews, Mentoring, Dokumentation und Standards hebst du das Engineering-Niveau – du entwickelst die Menschen um dich herum weiter und machst das System über die Zeit widerstandsfähiger.

Dein Profil

• 8+ Jahre als Backend-, Software- oder AI Engineer in einem produktorientierten Umfeld, mit nachweisbarer Erfahrung darin, Design und Delivery komplexer Systeme zu leiten – idealerweise im Produkt- oder SaaS-Kontext; Startup-Erfahrung (0→1) sehr willkommen.
• Größere Teile einer Tech-Organisation lagenend-to-endin deiner Hand: bedeutende Services, Domains oder Plattformbereiche – vonArchitektur und Delivery bis Betrieb, Reliability und On-Call, nicht nur einzelne Features.
• Tiefe Backend-Expertiseüber Python (FastAPI, Pydantic), sauberes und langlebiges API-Design, asynchrone Programmierung, PostgreSQL und Redis, Docker sowie ausgereiftes CI/CD – auf einem Niveau, auf dem duStandards definierst statt ihnen zu folgen.
• Bewährt inagilen, schnellen Teams: In Sprints, iterativem Shipping und kontinuierlichem Feedback hältst du die Qualität hoch, während du schnell lieferst.
• Nachgewiesenetechnische Leadership: Du hast die Architektur nicht-trivialer Systeme verantwortet,folgenreiche Trade-offsgetroffen und mehrere Engineers durch Ambiguität geführt –ohne formale Weisungsbefugnis.
• Ein ausgeprägtesProduktdenkentreibt dich an: nicht nur „Wie baue ich das?', sondern „Wofür, für wen und woran erkennen wir, dass es Wirkung hat?