Auf einen Blick
Deepnote sucht einen Senior Full Stack Engineer mit TypeScript/React/Node.js Expertise und LLM/KI-Produkt-Erfahrung. Rolle kombiniert Backend-, API- und Frontend-Entwicklung mit KI-Feature-Design für die Data Notebook Plattform.
💰 ~$140.000–200.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Worldwide
- Starkes Full Stack Engineering in TypeScript/React/Node.js
- Hands-on LLM/AI Produkt-Erfahrung
- GraphQL und PostgreSQL Kenntnisse
- Fähigkeit, schnell zu lernen und zu versenden
TypeScript
React
Node.js
GraphQL
PostgreSQL
LLM Integration
AI/Chatbot Development
Full Stack Engineering
Gehalt geschätzt anhand Senior Full Stack Engineer mit LLM-Erfahrung, Remote-Role, typisch 140-200k + Equity für diese Stufe und Startup. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Senior Full Stack Engineers mit TypeScript/React/Node.js Expertise
- Software Engineers mit LLM/AI Produkt-Erfahrung
- Kandidaten, die Remote arbeiten möchten
- Engineers mit Data Science oder Data Engineering Hintergrund
🚫 Weniger geeignet
- Anfänger ohne mehrjährige Full Stack Erfahrung
- Pure Backend oder Frontend Engineers ohne Full Stack Erfahrung
- Kandidaten ohne LLM/AI Produkt-Verständnis
💡 Gut zu wissen
- Rolle ist vollständig Remote
- Native Cursor/Claude Code Nutzung ist "absolute necessity"
- LLM-Integrations- und Prompt-Engineering sind zentral
- Data-oriented Produktdenken ist wichtig
Über das Unternehmen
Deepnote ist die best-bewertete Data Notebook Plattform der Welt und hilft Daten-Teams, die schwierigsten Probleme zu lösen. Das Unternehmen hat Kunden wie Coca-Cola, SoundCloud, NASA, Gusto, Webflow, Ramp und Harvard University. Deepnote baut fortschrittliche Tools und Funktionen für Data Science und Daten-Analyse auf.
Deine Aufgaben
- Vollständige Stack-Entwicklung: Entwicklung neuer Features über Backend-Logik, APIs und polierte UI-Komponenten
- AI-Features Design: Design und Iteration von KI-gestützten Features wie Chatbots, Copilots, Code-Generierung und Agents
- LLM und Prompts: Arbeit mit Prompts, Evaluations und Context Handling zur Lieferung zuverlässiger KI-Features
- Real-time Collaboration: Verbesserung der Real-Time Collaborative Notebook Experience
- Data-First Denken: Struktur, Transformation und Routing von Informationen durch das Produkt
- Community Engagement: Support und Learning von der vibrant Community von Data Scientists und Developers
Deine Voraussetzungen
- Stark in Full-Stack Product Engineering: TypeScript, React, NodeJS, GraphQL, PostgreSQL
- Hands-on Erfahrung mit AI/LLM Produkten (Chatbots, Assistants, KI-gestützte Features)
- Verständnis von LLM-Grundlagen: Tokenization, Memory/Context Limits, Trade-offs zwischen Cost, Latency und Quality
- Data-orientierter Mindset mit praktischem Verständnis für Information Flow durch ein Produkt
- Fähigkeit, schnell zu lernen, schnell zu versenden und hinter der Arbeit zu stehen
