Auf einen Blick
Baue KI-gestützte Finanzlösungen mit Large Language Models und modernen Backend-Technologien. Diese Backend-Engineer-Position fokussiert auf GenAI-Integration in Enterprise-Systeme.
💰 ~$120.000–160.000/Jahr (geschätzt)
📊 Mid-Level
🕒 Vollzeit
🌍 Hybrid
🗺️ Americas
- 3-5 Jahre Backend Development mit KI/ML Fokus
- Hands-On GenAI und LLM Integration
- Microservices und Cloud-Plattform Expertise
Python
Java
Spring Boot
LLM
RAG
LangChain
Azure OpenAI
PostgreSQL
Gehalt geschätzt anhand Mid-Level Backend Engineer mit KI-Spezialisierung in USA Finanzinstitut. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Backend-Ingenieure mit KI/ML Erfahrung
- Python oder Java Entwickler, die GenAI lernen möchten
- Tech-Leads, die AI Integration vorantreiben
🚫 Weniger geeignet
- Frontend-Developer ohne Backend-Erfahrung
- Kandidaten ohne Cloud-Plattform Wissen
- Anfänger in Machine Learning
💡 Gut zu wissen
- Vor-Ort-Präsenz erforderlich: 3+ Tage pro Woche in U.S. Bank Standort
- AI Governance und Responsible AI sind wichtige Fokusthemen
- GenAI Skills sind schnell wechselnd – kontinuierliches Lernen wird erwartet
Über das Unternehmen
U.S. Bank ist eine der fünf größten Banken der USA und konzentriert sich auf innovative Lösungen für bessere finanzielle Entscheidungen. Das Unternehmen investiert in Technologietransformation und KI-Lösungen.
Deine Aufgaben
- Design, Entwicklung, Testing, Betrieb und Wartung von KI-gestützten Produkten verantworten
- Full-Stack-Ownership mit produktionsreifen und testbaren Code schreiben
- Optimalem Design adhärent zu architektonischen Best Practices erstellen
- Analyse von Ausfällen durchführen und Design-Änderungen vorschlagen
- Sound Design- und Codierungsentscheidungen unter Kundenzentrierung treffen
- Code Reviews durchführen und Engineering Best Practices vermitteln
- Compliance und Security Best Practices in aller Produktentwicklung einhalten
- Software Reliability Engineering Standards in Entwicklung einbetten
Deine Voraussetzungen
- Bachelor-Abschluss oder gleichwertige Berufserfahrung
- Drei bis fünf Jahre relevante Erfahrung
- Entwicklung und Bereitstellung von AI/GenAI-Anwendungen mit LLMs und RAG
- Intelligente AI Workflows mit LangChain, LangGraph oder ähnliche Frameworks
- Azure OpenAI, Azure AI Services oder AWS Bedrock Integration
- REST APIs, GraphQL Services und Microservices mit Java, Python, Spring Boot oder FastAPI
- Vector Databases, SQL Server, PostgreSQL oder MongoDB für AI-Lösungen
- Docker, Kubernetes und CI/CD-Pipelines
- Distributed Systems, Skalierbarkeit, Observability und Performance Tuning
Benefits
- Breites Spektrum an Karrieremöglichkeiten
- Lern- und Entwicklungsmöglichkeiten von Tag eins
