E
Future Builders – General Interest
Eigen Labs · 📍 Remote · 🕒 vor 3 Tagen
📊 Mid
🌍 Remote
E
Senior Agentic AI Engineer
Auf einen Blick
Eigen Labs sucht einen Senior Agentic AI Engineer mit Erfahrung in verteilten Systemen und LLM-Orchestrierung zur Entwicklung von zuverlässigen, produktionsgebrauchsfähigen AI-Agenten-Systemen.
💰 $187.000–253.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- Nachgewiesener Track Record von Systementwicklung
- Agent-Systeme oder LLM-Pipeline-Erfahrung
- Distributed Systems-Verständnis
- Backend/Systems-Expertise
Agent Systems
Distributed Systems
Python
Angegeben: $187.000–253.000/Jahr · Marktschätzung: ~$187.000–253.000/Jahr.
✅ Geeignet für
- Senior Backend Engineers mit KI-Interesse
- Distributed Systems Experten, die zu AI-Agenten wechseln
- LLM-Infrastruktur-Spezialisten
🚫 Weniger geeignet
- Anfänger ohne Systems-Erfahrung
- Fachleute ohne Distributed Systems-Hintergrund
💡 Gut zu wissen
- Frontier AI-Forschung mit praktischen Anwendungen
- Fokus auf Open Science und Individual Agency
- Seattle-basiertes Team mit US-Zeitzonen-Präferenz
Über das Unternehmen
Eigen Labs ist ein Frontier-Labor, das Koordinations-Technologien für die Post-AGI-Welt entwickelt. Das Unternehmen glaubt an offene Netzwerke als Gegengewicht zur Zentralisierung von KI-Kraft und baut Infrastruktur für verteilte KI-Agenten, Forschung und Kapitalbildung auf.
Deine Aufgaben
- Aufbau von Agent Runtimes und Orchestrierungs-Systemen (Planung, Tool-Use, Gedächtnis, Koordination)
- Gewährleistung von Agent-Zuverlässigkeit durch Retries, Fehlerbehandlung und State Management
- Implementierung von Agent-Observability (Tracing, Debugging, Evaluation)
- Optimierung für kosteneffiziente Agent-Ausführung
- Herstellung von produktionsgebrauchsfähigen Agenten (nicht Demos)
- Integration von LLMs, APIs und externen Daten in kohärente, funktionierende Systeme
- Definition, wie Entwickler Agent-Verhalten konstruieren, debuggen und erweitern
Deine Voraussetzungen
- Nachgewiesene Fähigkeit, echte Systeme gebaut und ausgeliefert zu haben, auf die Menschen sich verlassen
- Fähigkeit, mehrdeutige Probleme in funktionsfähige Produkte zu verwandeln
- Gründliche Exploration von Agent-Systemen, LLM-Pipelines oder Automatisierung über einfache Demos hinaus
- Verständnis von Produktionsverhalten von Systemen (Fehlermodi, Kompromisse, Zuverlässigkeit)
- Schnelles Bewegen und Iterieren (kein Warten auf perfekte Spezifikationen)
- Starke Backend/Systems-Erfahrung (verteilte Systeme, APIs, Infrastruktur)
- Proficiency in mindestens einer Kernsprache (Python, Go, TypeScript, Rust, etc.)
- Erfahrung mit Zuverlässigkeitsmustern (State, Retries, Observability)