Auf einen Blick
Als Software Engineer bei Redzone baust du die ChampionAI Plattform auf und unterstützt anwendende Teams bei Agentic Development. Mit Python, FastAPI, MCP und Prompt Engineering fokussierst du auf Developer Experience und Production-Ready Agent Infrastructure.
💰 $140.000–200.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- Async Python Proficiency
- Model Context Protocol Erfahrung
- Agentic Framework Knowledge (Strands SDK)
- Prompt Engineering für Production
Python
FastAPI
Model Context Protocol
Prompt Engineering
Async Python
Pydantic
Docker
Kubernetes
✅ Geeignet für
- Python Engineers mit AI Agent Erfahrung
- People, die MCP und Prompt Engineering lieben
- Plattform-Engineers, die Developer Experience optimieren
🚫 Weniger geeignet
- Frontend-fokussierte Developer
- Menschen ohne Async Python Erfahrung
- Traditionelle Backend Engineers ohne AI Interesse
💡 Gut zu wissen
- TDD und Test-First ist non-optional
- Agent Evaluation und Testing sind Core Skills
- Trunk-based Development mit konventional commits
Über das Unternehmen
Redzone, Teil von QAD Inc., ist das #1 Connected Workforce Solution für Hersteller global. ChampionAI ist die agentic Plattform von QAD | Redzone, purpose-built für Manufacturing mit Fokus auf die Kernplattform-Infrastruktur.
Deine Aufgaben
- Neue Features in die Champion Plattform builden und shippem
- Developer Experience verbessern durch Tooling, Scaffolding, interne Dokumentation und Onboarding Paths
- MCP Tool Server und Agent Infrastructure maintainen und evolvieren
- Reibungspunkte bei Champion Development identifizieren und beheben
- Applied AI Engineers bei Building, Deploying und Operating Champions unterstützen
- Agent Implementations review für Prompt Quality, Scope Enforcement und Auth Configuration
- Champion Agents direkt für Business-Unit Use-Cases bauen, wenn Platform Team engaged ist
Deine Voraussetzungen
- Proficiency in async Python, Pydantic, Type Hints und FastAPI
- Erfahrung mit Strands Agent SDK oder vergleichbarem Agentic Framework
- Testing ist non-optional: Comfort mit pytest, pytest-asyncio und DeepEval für Agent-Evaluation
- Prompt Engineering: Fähigkeit, Production System Prompts zu schreiben und zu iterieren
- Solides Verständnis von Model Context Protocol (MCP) und MCP Server Building
- Vertrautheit mit Multi-Agent Architectures, Agent-to-Agent Delegation und Context Management
- Kubernetes Working Knowledge bevorzugt
- Docker und PostgreSQL Comfort
