Kanada
TMS LLC
Greenlight Consulting
Forward Deployed Engineer (AI Practice)
Kanada
North York, Ontario, Kanada
PythonNode.jsAWSGCPGo
Automatische Übersetzung. Prüfe das Original.
Die Rolle
Greenlight hilft Organisationen, komplexe geschäftliche Herausforderungen durch intelligente Automatisierung, Agenten-KI und kundenspezifische Technologielösungen zu meistern.
Unsere Teams arbeiten direkt mit Kunden zusammen, um deren Abläufe zu verstehen, Chancen zu identifizieren und schnell Lösungen zu entwickeln, die einen messbaren Geschäftswert schaffen. Wir kombinieren tiefgreifende Beratungsexpertise mit praktischer Ingenieursarbeit, um die Lücke zwischen Strategie und Umsetzung zu schließen.
Wir gestalten eine Zukunft, in der Berater und Ingenieure gemeinsam mit KI arbeiten, um schnellere Ergebnisse, stärkere Unternehmen und transformative Kundenerlebnisse zu liefern. Anthropic's Claude ist in unsere Design-, Aufbau- und Validierungsprozesse integriert – und diese Rolle steht an der technischen Spitze dieser Fähigkeit.
Was macht einen Star bei Greenlight aus?
Die Rolle
Der Forward Deployed Engineer ist die ranghöchste technische Lieferrolle bei Greenlight. Sie entwerfen, bauen und operationalisieren KI-Agenten-Workflows und intelligente Automatisierungslösungen – direkt eingebettet in Kundenumgebungen, arbeiten Sie mit deren Teams zusammen, um produktionsreife Lösungen zu liefern, die messbare Geschäftsergebnisse erzielen.
Dies ist keine Back-Office-Engineering-Rolle. Sie werden an Kunden-Discovery-Sessions teilnehmen, Architekturen der IT-Leitung präsentieren, KI-Agenten gegen reale Unternehmenssysteme einsetzen und die wiederverwendbaren Skills und Beschleuniger entwickeln, die Greenlight bei jedem nachfolgenden Engagement schneller und differenzierter machen. Sie werden als die technisch glaubwürdigste Person im Raum erwartet – die tiefe KI-Flüssigkeit mit der Beratungspräsenz eines erfahrenen Praktikers kombiniert.
Sie arbeiten an der Spitze der Agenten-KI – entwerfen und bauen Claude-gestützte Lösungen, verbinden KI-Agenten über MCP-Integrationen mit Unternehmenssystemen und erstellen die technische Dokumentation, hinter der das Lieferteam und der Kunde gleichermaßen stehen können. Die Plattform ist Anthropic Claude. Der Problembereich ist komplex, reguliert und risikoreich. Der Standard ist produktionsreif.
Auf einen Blick
Was großartig aussieht in dieser Rolle
Der Standard, nach dem wir einstellen:
Die besten FDEs, mit denen wir je gearbeitet haben, betreten eine Kundenumgebung und kennen nach einer Woche mehr über den Prozess des Kunden als das eigene Team des Kunden dokumentiert hat. Sie erstellen in wenigen Wochen einen funktionierenden POC, der den Kunden aufhören lässt zu fragen, ob es möglich ist, und stattdessen fragt, wann es in Produktion gehen kann. Sie schreiben Code, den der nächste Ingenieur ohne zweistündige Einweisung verstehen kann. Sie wissen, wann die LLM versagen wird, bevor es passiert, und sie haben bereits die Fallback-Lösung entwickelt. Und sie verlassen jedes Engagement mit einem technischen Team des Kunden, das fähiger ist als zuvor – denn das ist es, was Kunden wiederkommen lässt.
Was wir suchen
- Entwicklerinstinkt, Architektendisziplin
- Die technisch glaubwürdigste Person im Raum
- KI-nativ in der Tiefe – Sie wissen, wie LLMs versagen und bauen darum herum auf
- Kundenintegriert, nicht auf Distanz
- Kaufmännisch bewusst – Umfang, Wirtschaftlichkeit, Ergebnisse
Fähigkeiten & Kompetenzen
- Technische Tiefe mit Beratungspräsenz – glaubwürdig gegenüber einem CTO und einem COO in derselben Besprechung
- KI-nativ – Sie verstehen, wie sich LLMs unter Druck verhalten, wo sie versagen und wie man zuverlässige Systeme darum herum baut
- Entwickler-Bias – funktionierende Software über Präsentationsfolien, jedes Mal
- Hohe Autonomie – Sie definieren Struktur, wo keine existiert, ohne Anleitung zu benötigen
- Kaufmännisch bewusst – Umfang, Lieferwirtschaftlichkeit und die Kosten, wenn technische Entscheidungen schiefgehen
- Klare Kommunikation – Architektur-Entscheidungen und Kompromisse werden in einer Sprache erklärt, auf die sowohl Business als auch IT reagieren können
Technische Vertrautheit
- LLM-Plattformen – Anthropic Claude (primär), Microsoft Copilot, Google Gemini, OpenAI; praktische Erfahrung mit APIs, Agenten-Frameworks und produktiver Bereitstellung über mindestens eine davon
- Claude Skills Framework und Cowork – strukturiertes Anweisungsdesign, Ausgabevalidierung, Skill-Paketierung
- MCP (Model Context Protocol) – Connector-Design, Integration von Unternehmenssystemen, Authentifizierungsflüsse
- Python und/oder Node.js – produktionsreif, testbar, wartbar
- REST und GraphQL APIs – Authentifizierung, Fehlerbehandlung, Ratenbegrenzung, Webhooks
- Cloud-Plattformen – AWS, Azure oder GCP; Bereitstellung, Container, Infrastruktur-Grundlagen
- LLM-Evaluierung und Observability – LangSmith, Weights & Biases oder Äquivalent
Berichtet an AI Practice Lead
Enge Zusammenarbeit mit Pre-Sales SE, Automation Business Consultant, AI Delivery Engagement Manager
Kundeninteraktion Ja – C-Suite, IT-Architekten, Betriebsleiter, technische Teams
Reiseanforderung Regelmäßige Kundenreisen erforderlich – Discovery, Workshops, POC-Lieferung, Go-Live
Plattform-Fokus Anthropic Claude (Cowork + Skills), MCP, Python / Node.js, REST APIs
Seniorität Mittlere 3-5 Jahre Erfahrung
Standort Onshore Kanada – Toronto bevorzugt
Engagement-Typ Hybrid – kundenorientiert vor Ort mit Remote-Lieferphasen
KI in unserem Einstellungsprozess
Wir nutzen KI-Tools zur Unterstützung von Teilen unseres Rekrutierungsprozesses – Organisation von Bewerbungen und Hervorhebung relevanter Erfahrungen. Diese Tools informieren unseren Prozess, sie steuern ihn nicht. Jede Einstellungsentscheidung wird von unserem Team getroffen, Punkt.
Was Sie tun werden
Lösungsarchitektur & Technische Discovery
- Leitung technischer Discovery-Workshops mit C-Suite, IT-Architekten und Betriebsleitern – Identifizierung von hochwertigen KI-Automatisierungsmöglichkeiten und Übersetzung komplexer operativer Workflows in ausführbare Lösungsarchitekturen
- Entwurf von End-to-End-KI-Agenten-Architekturen unter Verwendung der Claude-Plattform von Anthropic (Cowork und Skills Framework), abgestimmt auf die Kundeninfrastruktur, Sicherheitsanforderungen und Compliance-Beschränkungen
- Übersetzung von Geschäftsanforderungen in agentenbasierte Automatisierungs-Blueprints: Was die KI verantwortet, was beim Menschen bleibt, wie Ausnahmen weitergeleitet werden und wie die beiden koordiniert werden
- Bewertung der richtigen Lösungsarchitektur für jeden Anwendungsfall – Wissen, wann ein Claude-Agent die Antwort ist, wann eine Procode-Integration sauberer ist und wann ein einfacher regelbasierter Ansatz besser geeignet ist als KI
- Präsentation technischer Architekturen vor exekutiven und nicht-technischen Zielgruppen mit Klarheit, Zuversicht und der Glaubwürdigkeit, die aus früheren Erfahrungen mit dem Bau solcher Systeme resultiert
KI-Agenten-Entwicklung & -Bereitstellung
- Entwicklung produktionsreifer KI-Agenten-Workflows mit Claude Cowork und dem Skills Framework – gebaut nach einem Standard, der in regulierten, unternehmensweiten Produktionsumgebungen Bestand hat
- Entwicklung und Konfiguration von Claude Skills: strukturierte Anweisungssets, Vorlagen, Validierungsregeln und Referenzdokumente, die kundenspezifische Prozesse und Qualitätsstandards in wiederholbares KI-Agentenverhalten kodieren
- Erstellung und Wartung von MCP-Konnektoren, die KI-Agenten mit Unternehmenssystemen integrieren – CRMs, ERPs, Dokumentenmanagementsysteme, Kernbanksysteme und benutzerdefinierte APIs – unter Berücksichtigung von Authentifizierung, Datenmapping, Fehlerbehandlung und Audit-Anforderungen
- Implementierung fortgeschrittener LLM-Muster bei Bedarf: Retrieval-Augmented Generation (RAG), Chain-of-Thought-Reasoning, Tool-Nutzung, Multi-Agenten-Orchestrierung und Validierung strukturierter Ausgaben
- Durchführung von Ausgabevalidierung, Leistungsoptimierung und Sicherheitstests von bereitgestellten KI-Agenten vor dem Go-Live beim Kunden – Qualität ist nicht verhandelbar, wenn Ausgaben an Regulierungsbehörden oder Kunden gehen
Procode & Integrations-Engineering
- Schreiben von produktionsreifem Python oder Node.js zur Erweiterung der Plattformfunktionalität – Datenpipelines, Transformationslogik, Webhook-Handler, API-Wrapper und back-end-Komponenten, die außerhalb der Automatisierung selbst liegen
- Erstellung, Test und Wartung von Integrationen mit Unternehmensplattformen (Salesforce, Jira, DocuSign, SharePoint, ServiceNow und andere) unter Verwendung von REST, GraphQL, OAuth 2.0 und unternehmensweiten Authentifizierungsmustern
- Entwurf und Implementierung von Monitoring, Logging und Observability in bereitgestellte Lösungen, damit Betriebsteams Probleme diagnostizieren können, ohne dass ein Ingenieur vor Ort sein muss
- Anwendung von Cloud-Plattform-Grundlagen (AWS, Azure oder GCP) auf Bereitstellungs-, Skalierungs- und Infrastrukturentscheidungen, wo das Engagement dies erfordert
Beschleuniger & Praxisentwicklung
- Erstellung und kontinuierliche Verfeinerung von wiederverwendbaren Skill-Bibliotheken, Automatisierungsvorlagen und Referenzarchitekturen, die jedes nachfolgende Greenlight-Engagement schneller und verteidigungsfähiger machen
- Beitrag zu Pre-Sales-Aktivitäten: technische Demos, POC-Erstellung, RFP-Antworten und Lösungsschätzungen – Ihre praktische Glaubwürdigkeit ist ein direkter Beitrag zur Gewinnrate von Greenlight
- Erstellung hochwertiger technischer Dokumentationen – Lösungsdesign-Dokumente, Architekturdiagramme, Runbooks und Post-Deployment-Berichte – geschrieben nach einem Standard, den das IT-Team des Kunden pflegen kann
- Identifizierung von Account-Erweiterungsmöglichkeiten innerhalb aktiver Engagements – zusätzliche Anwendungsfälle, angrenzende Prozesse und nachfolgende Automatisierungskandidaten – und Weiterleitung an den AI Delivery Engagement Manager
- Mentoring von Automation Engineers und technischen Kundenteams zu KI-Agenten-Mustern, Best Practices für LLM-Integrationen und Plattformfunktionen
Kundenbindung & Beratungslieferung
- Hohe Autonomie innerhalb von Kundenumgebungen – Navigation durch Ambiguität, Definition von Struktur, wo keine existiert, und Lieferung ohne ständige Anleitung durch den Practice Lead
- Verwaltung von Umfang, Zeitplänen und Liefergegenständen über gleichzeitige Kundenengagements hinweg – Sie wissen, wann Sie ein Risiko melden und wann Sie es absorbieren müssen
- Aufbau von Vertrauensbeziehungen zu technischen Kundenteams – das Ziel ist, die Person zu sein, die sie anrufen, wenn sie ein KI- oder Automatisierungsproblem haben, nicht nur der Anbieter, der das letzte Projekt geliefert hat
- Lieferung funktionierender Lösungen innerhalb von 2–4-Wochen-Sprintzyklen – Sie bauen und zeigen, Sie rutschen nicht und erzählen
Vergütung
Die erwartete Gehaltsspanne für diese Position liegt bei jährlich 90,000 – 130,000 CAD, abhängig von Erfahrung und Qualifikationen.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen