Auf einen Blick
Konstruiere customer-facing KI-Agents. Conversation Flows, Knowledge Retrieval, Tool Calling, Evaluation und Observability bei Produktionsskala.
💰 $140.000–180.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ APAC
- 4-7 Jahre Backend/Full-Stack Engineering
- LLM-powered Application Erfahrung
- Python, TypeScript oder ähnliche Sprachen
- Production-System Erfahrung
Backend Engineering
LLM Applications
RAG Systems
Python/TypeScript
Production Systems
✅ Geeignet für
- Senior Backend Engineers mit LLM-Erfahrung
- Full-Stack Engineers mit AI-Agent-Fokus
- Fachleute mit RAG oder Tool-Calling-Erfahrung
🚫 Weniger geeignet
- Junior Engineers ohne 4+ Jahre Erfahrung
- Keine LLM-Application-Erfahrung
💡 Gut zu wissen
- Fokus auf Customer-facing Agent-Systeme, nicht nur Tooling
- RAG, Tool Calling und Agent Architecture sind zentral
- Production Monitoring und Observability wichtig
Über das Unternehmen
Wati ist eine KI-gestützte Customer-Engagement-Plattform mit über 16.000 Kunden in 190+ Ländern. Die Plattform verarbeitet Milliarden von Nachrichten pro Jahr und wird von Tiger Global, Sequoia Capital und Shopify unterstützt.
Deine Aufgaben
- Konstruktion und Betrieb von Customer-Agent-Fähigkeiten inklusive Conversation Flows, Knowledge Retrieval, Tool Calling und Human Handoff
- Entwicklung zuverlässiger LLM-Application-Services: Prompts, Context Management, RAG, Guardrails und Fallback-Verhalten
- Aufbau von Evaluation- und Observability-Workflows zur Messung von Answer Quality, Task Success, Latency und Cost
- Partnering mit Produkt-, Design- und Customer-facing Teams
- Verbesserung der Shared-Agent-Plattform: wiederverwendbare Primitives, APIs, Testing, Deployment und Monitoring
Deine Voraussetzungen
- 4-7 Jahre Software-Engineering-Erfahrung mit starken Backend- oder Full-Stack-Grundlagen
- Erfahrung im Versand von Produktionssystemen mit Python, TypeScript oder ähnliche Sprachen
- Praktische Erfahrung mit LLM-powered Applications wie RAG, Tool Calling oder Agents
- Starke Ownership- und Debugging-Fähigkeiten
- Sound Engineering Judgment für Zuverlässigkeit, Privacy, Latenz und Cost
