Berlin · München
Applied AI Engineer
externe stelle · quelle: Ashby Job Board · zuletzt geprüft 20.10.2026
der job in 20 sekunden
Applied AI Engineer · Senior
Du baust bei Moss KI-Agenten für Finanz-Workflows und verantwortest sie von der Architektur über Evaluation bis zum Produktivbetrieb. Du integrierst die Agenten in Backend-Services, APIs und Datenmodell und bindest ML-Modelle in die Produktivsysteme ein.
Wen sucht Moss wirklich?
Gesucht wird eine Person mit Erfahrung als Software Engineer, die mindestens ein LLM- oder Agenten-Feature end to end ausgeliefert hat, sehr gut in Python und/oder Java ist und Agenten im Produktivbetrieb evaluiert.
Kernaufgaben
- 01KI-Agenten für komplexe Finanz-Workflows entwerfen und bauen
- 02Agenten in Backend-Services, APIs, Datenmodell und Berechtigungen integrieren
- 03Systematische Evaluationen für Qualität und Zuverlässigkeit der Agenten aufbauen
- 04Kontext-Engineering mit RAG, MCP und Knowledge Graphs anwenden
- 05Guardrails und Human-in-the-Loop-Kontrollen für sensible Finanz-Workflows bauen
- 06ML-Modelle gemeinsam mit Data Scientists in Produktivsysteme integrieren
Was du mitbringen solltest
Gefordert
- Python
- Java
- LLM
- Statistik
- Data Science
- LLM-Agenten
- Agent-Evaluation
- REST
Optional
- LangGraph
- Google ADK
- MCP
- Kafka
- PostgreSQL
- BigQuery
- MLOps
Sprachen
- Englisch · optional
Rollenprofil
ML & AI Engineering · Daten & KI
aus dem Stellentitel
- Kundenkontakt
- regelmäßig Kundenkontakt
Worauf es bei der Erfahrung ankommt
- Erfahrung mit Daten aus der IT- oder SoftwarebrancheAllgemeine IT-/Softwareerfahrung reichtDie Anzeige sagt dazu nichts – üblich für Daten & KI.
Software & Produkt
- KI-Produkte & ML-Plattformenbestätigt
- Buchhaltung, Controlling & Spend-Managementbestätigt
- Payments & Zahlungsverkehrbestätigt
- Einkauf & Procurementaus Firmenkontext abgeleitet
Moss: In der Anzeige genannt. (bestätigt)
- arbeitsmodell
- Hybrid
- gehalt
- nicht angegeben
- erfahrung
- nicht angegeben
- level
- Senior
Auch interessant für
- · Backend-Entwickler:innen aus FinTech oder Payments mit LLM-Erfahrung
- · ML-Engineers, die stärker in Produktentwicklung wechseln wollen
- · Data Scientists mit Produktions- und Backend-Erfahrung
- · Software Engineers aus Automatisierungs- oder Workflow-Produkten
Nicht angegeben
- Gehalt
- Anzahl Homeoffice-Tage
- geforderte Berufserfahrung
- Anstellungsart
belege aus der stellenanzeige anzeigen
- KI-Agenten für komplexe Finanz-Workflows entwerfen und bauen
„Design and build agents that automate complex finance workflows.“
- Agenten in Backend-Services, APIs, Datenmodell und Berechtigungen integrieren
„Integrate agents deeply with our backend services, APIs, data model, permissions, and product workflows.“
- Systematische Evaluationen für Qualität und Zuverlässigkeit der Agenten aufbauen
„Build systematic evaluations for agent quality, reliability, and business impact.“
- Kontext-Engineering mit RAG, MCP und Knowledge Graphs anwenden
„Apply context-engineering techniques such as RAG, MCP and knowledge graphs.“
- Guardrails und Human-in-the-Loop-Kontrollen für sensible Finanz-Workflows bauen
„Build appropriate guardrails, approval steps, and human-in-the-loop controls for sensitive financial workflows.“
- ML-Modelle gemeinsam mit Data Scientists in Produktivsysteme integrieren
„Collaborate with data scientists to integrate machine-learning models into our production systems.“
- Pflicht: Python
„You are highly proficient in Python and/or Java and comfortable working across backend services, APIs, data, and application architecture“
- Pflicht: Java
„You are highly proficient in Python and/or Java and comfortable working across backend services, APIs, data, and application architecture“
- Pflicht: LLM
„You have built and shipped at least one agent or LLM-powered product capability end to end“
- Pflicht: Statistik
„You balance rapid experimentation with reliable, maintainable production engineering“
- Pflicht: Data Science
„You communicate clearly and collaborate effectively across engineering, product, and data science“
- Pflicht: LLM-Agenten
„You have built and shipped at least one agent or LLM-powered product capability end to end.“
- Pflicht: Agent-Evaluation
„You have practical experience evaluating agents or other non-deterministic AI systems.“
- Pflicht: REST
„Backend engineering: Python or Java, REST APIs, Kafka, microservices, and distributed systems“
aufgaben
Berufsfelder
- Data & KI
anforderungen
Fähigkeiten
- Python
- Java
- LLM
- Statistik
- Data Science
- LLM-Agenten
- Agent-Evaluation
- REST
- LangGraph (optional)
- Google ADK (optional)
- MCP (optional)
- Kafka (optional)
- PostgreSQL (optional)
- BigQuery (optional)
- MLOps (optional)
originalanzeige
Die vollständige Beschreibung findest du in der Originalanzeige. Oben siehst du unsere eigene Analyse der Stelle.
woran arbeitet Moss?
Moss ist ein 2019 in Berlin gegründetes, von der BaFin regulierte Unternehmen, das eine Spend-Management-Plattform für europäische Unternehmen entwickelt. Sie bündelt Firmenkarten, Rechnungs- und Spesenverarbeitung, Einkauf sowie KI-gestützte Buchhaltung mit ERP-Anbindung.
Produkte
Corporate Cards
Virtuelle und physische Firmenkarten mit Limits und Echtzeit-Tracking.
Accounts Payable
Rechnungsmanagement mit Erfassung, Freigabe und Bezahlung in einem strukturierten Workflow.
Reimbursements
Erstattung von Reisekosten, Verpflegungspauschalen und ausgelegten Spesen mit automatischer Verarbeitung.
- Geschäftsmodell
- Softwarehersteller (eigenes Produkt)
- Bereitstellung
- SaaS / Cloud
- Zielkund:innen
- KMUFinanzteamsMittelstand
- Branchen der Kund:innen
- FintechBranchenübergreifend
Softwaredomänen
- Buchhaltung, Controlling & Spend-Managementbestätigt
- Einkauf & Procurementbestätigt
- Payments & Zahlungsverkehrbestätigt
- KI-Produkte & ML-Plattformenbestätigt