Auf einen Blick
Als KI Systems Architect designst du RAG-Pipelines, Vector Databases und Multi-Agent KI-Systeme für AI-Native Applikationen. Du brauchst 5+ Jahre Software Engineering und 2+ Jahre Produktions-KI-Erfahrung.
💰 ~$120.000–180.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Vor Ort
🗺️ EMEA
- 5+ Jahre Software Engineering mit 2+ Jahren Produktions-KI-Erfahrung
- RAG und Vector Embedding Expertise
- Python und FastAPI Proficiency
- Distributed Systems Design und Kubernetes-Kenntnisse
RAG Systems
Vector Databases
Python
FastAPI
PostgreSQL
Kubernetes
GPU Optimization
Gehalt geschätzt anhand Senior AI architect in Saudi Arabia with 5+ years experience and AI expertise; typically earns 120-180k USD annually. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Senior Software Engineers mit KI-Interesse
- Machine Learning Engineers mit Production Experience
- Architects, die KI-Native Systeme entwerfen möchten
🚫 Weniger geeignet
- Mid-Level oder Junior ohne Production AI Erfahrung
- Remote-Only Kandidaten ohne Riyadh-Nähe
- Personen ohne Python/FastAPI Expertise
💡 Gut zu wissen
- RAG und Vector Databases sind praktisch essentiell für diesen Job
- Produktions-KI-Erfahrung ist nicht optional
- KI ist das 'Operating System' der Produkte, nicht nur ein Feature
Über das Unternehmen
Star SA ist ein führendes KI-Innovationsunternehmen in Riyadh, spezialisiert auf Large Language Models und AI-Native Application Architecture.
Deine Aufgaben
- Design von KI-nativer System-Architektur für Web- und Mobile-Anwendungen
- Architektur von RAG-Pipelines mit Vector Databases
- Definition von Long-Term Memory, Short-Term Memory und Contextual State Systemen
- Implementierung von Multi-Agent KI-Systemen
- Design von KI-Orchestration Layers
- Auswahl und Implementierung von Vector Databases (Pinecone, Weaviate, Qdrant, Milvus, Supabase pgvector)
- Optimierung von Embedding Strategien
- Implementierung von Hybrid Search (Semantic + Keyword)
- Design von skalierbaren Indexing Pipelines
- Arbeit mit LLM-Models (OpenAI, Anthropic, Meta LLaMA, DeepSeek, Alibaba Qwen)
- Implementierung von Structured Output Pipelines
- Design von Evaluation und Prompt Testing Frameworks
- Kostenoptimierungen bei LLM-Nutzung
- Aufbau autonomer KI-Agenten
- Design von Tool-Calling Systemen
- Integration mit n8n und LangGraph / LangChain
- Implementierung von Memory-Aware Agents
- Aufbau von Monitoring Systemen zur Hallucination Detection
- Design von Guardrails und Validation Layers
- Implementierung von Evaluation Datasets und Benchmarking
- Sicherheit von KI-Pipelines und Produktions-Engineering
- Skalierbare Infrastruktur (Docker, Kubernetes, GPU Optimization)
Deine Voraussetzungen
- Mindestens 5+ Jahre Software Engineering Erfahrung
- Mindestens 2+ Jahre in Produktions-KI-Systemen
- Tiefe Kenntnisse in Vector Embeddings und Similarity Search
- RAG-Architektur Expertise
- Tokenization und Context Window Optimization Wissen
- Fine-Tuning und LoRA Konzept-Verständnis
- Prompt Evaluation Frameworks Erfahrung
- Python (erforderlich)
- FastAPI / Backend Services Erfahrung
- Erfahrung in Design skalierbarer APIs
- Distributed Systems Design
- Microservices und Event-Driven Architecture
- PostgreSQL + pgvector Erfahrung
- Erfahrung in Produktions-LLM-Deployments
