Auf einen Blick
Staff AI/ML Engineer bei Burq, verantwortlich für Production AI Systems, Multi-Agent Orchestration und ML Models für Logistik-Automation und Decision Intelligence.
💰 $200.000–350.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- Production AI/ML Systems Erfahrung
- Generative/Agentic AI Expertise
- Applied ML (Forecasting, Optimization)
- Python + FastAPI Proficiency
Multi-Agent Systems
LangGraph/LangChain
Python
FastAPI
Optimization
RAG
Applied ML
✅ Geeignet für
- Erfahrene AI/ML Engineers mit Production-Track Record
- Profis mit Agentic AI Expertise
- Builders, nicht pure Research-Oriented
🚫 Weniger geeignet
- Reine Forschungs-Wissenschaftler ohne Production-Erfahrung
- Kandidaten ohne Generative AI Knowledge
- Academic-only ML Background
💡 Gut zu wissen
- Staff = High IC, eigenverantwortlich entscheidend
- Production-Reliability ist Non-Negotiable
- Multi-Agent Orchestration ist Core, nicht optional
Über das Unternehmen
Burq startete mit einer ehrgeizigen Mission: den komplexen Prozess des Lieferemanagements in eine einfache, schlüsselfertige Lösung zu verwandeln. Das Unternehmen operiert in der Logistik-Industrie und ist von führenden Silicon Valley Investoren wie Village Global unterstützt (deren Investor Bill Gates, Jeff Bezos, Mark Zuckerberg und andere sind).
Deine Aufgaben
- Design und ship Production AI Systeme: Multi-Agent Orchestration, Routing, Specialized Agents
- Automate Manual Operational Work über Onboarding, Support, Exceptions, Document/Data Understanding
- Build Models behind the Decisions: Forecasting, Prediction, Matching/Allocation, Optimization
- Design the Learning Loop: Instrument Decisions und ihre Outcomes für kontinuierliche Model Improvement
- Own Reliability und Evaluation: Eval Harnesses, Tracing, Observability, Guardrails
- Make Build-vs-Rules Calls: Know when a Model genuinely wins versus simple Rules
- Raise the Bar und Help Team Grow: Push Prototyping-to-Production Pipeline forward
Deine Voraussetzungen
- Shipped Production AI/ML Systems (nicht nur Prototypes)
- Dealt mit Real Tradeoffs: Edge Cases, Quality, Latency, Cost, Reliability
- Deep in Generative/Agentic AI: Multi-agent Orchestration, Tool Calling, RAG, LangGraph/LangChain
- Working Fluency in Applied ML: Forecasting, Optimization, Ranking, Prediction Models
- Design und Trust Your Own Evaluation: Offline und Online, Business Outcome-Tied
- Deeply Hands-on: Strong in Python, Modern APIs (FastAPI), Sound ML-Systems Architecture
Benefits
- Competitive salary, stock options und performance-based bonuses
- Fully remote
- Comprehensive medical, vision, dental insurance
- Inclusive, diverse workplace
