Redwood Materials
PulseRise Technologies
Full-Stack Engineer_Hybrid (NYC)
Details
Sehr geehrte Bewerberinnen und Bewerber, bitte beachten Sie, dass Bewerbungen ohne Gehaltsvorstellung und ein aktives LinkedIn-Profil nicht berücksichtigt werden.
Arbeitszeit: Vollzeit
Standort: Hybrid (NYC)
Art der Zusammenarbeit: Vollzeitbeschäftigung
Interviewprozess
- Recruiter-Screening
- Einführungsgespräch mit der Engineering-Leitung
- Technisches Screening mit einem Senior Engineer
- Vor-Ort-Gespräch (4 Stunden): Coding, Systemdesign, Produktverständnis, KI-Verständnis und ein Gespräch mit einem Mitgründer
Wir suchen einen Full-Stack Engineer, der sich einem schnell wachsenden Unternehmen für angewandte KI und Datenanalyse anschließt, das die Intelligenzschicht für unternehmensweite Entscheidungsfindung aufbaut. Dies ist eine Rolle mit voller Verantwortung in einem kleinen, vertrauensvollen Team: Sie werden Features von der Idee bis zur Produktion umsetzen, direkt mit Unternehmenskunden zusammenarbeiten und echten Einfluss auf Architektur, Produktrichtung und Kultur nehmen. Wenn Sie in kleinen Teams neue Dinge aufgebaut haben und das, was Sie ausliefern, wirklich besitzen möchten – und nicht nur dazu beitragen –, dann ist diese Stelle genau das Richtige für Sie.
Die Plattform verbindet die gesamte Datenlandschaft eines Unternehmens – interne Systeme, Social-Media-Trends, Branchenberichte, Konsumverhalten – zu einer einzigen kohärenten Intelligenzschicht. Sie liefert Erkenntnisse und automatisiert Arbeitsabläufe, für die Analysten bisher Wochen benötigten. Die Kernhypothese: Die meisten Unternehmensdaten sind voneinander getrennt, und in dieser Lücke geht enormer Wert verloren. Die Plattform kehrt die Stimmung von einem nachlaufenden zu einem führenden Indikator um und ermöglicht es Marken, Entscheidungen Monate schneller zu treffen als mit herkömmlichen Recherchetools.
Das Engineering-Team arbeitet nach dem DRI-Modell (Directly Responsible Individual) – Sie verantworten wichtige Produktfeatures von der Konzeption bis zur Markteinführung, nicht nur deren Beitrag. Sie werden über alle Ebenen des Stacks hinweg entwickeln: Backend-Services, die Unternehmensdaten im großen Maßstab verarbeiten, und Frontend-Schnittstellen, die Intelligenz zugänglich und handhabbar machen. Sie werden mit ML-Ingenieuren zusammenarbeiten, um KI-gestützte Features zur Produktionsreife zu bringen, und direkt mit Unternehmenskunden interagieren, um reale Bedürfnisse zu verstehen und das Produkt zu verfeinern.
Was zu tun ist
- Features End-to-End entwickeln und ausliefern – Backend-Services in Go/Python und Frontend-Erlebnisse in React/TypeScript
- APIs, Datenmodelle und Service-Architekturen entwerfen, die agentenbasierte KI-Funktionen unterstützen
- Intuitive Schnittstellen erstellen, die komplexe Unternehmensdaten in klare, handhabbare Arbeitsabläufe übersetzen
- Mit ML-Ingenieuren zusammenarbeiten, um KI-gestützte Features zur Produktionsreife zu bringen
- Features über den gesamten Lebenszyklus verantworten: Scoping, Architektur, Implementierung, Test, Deployment und Iteration
- Direkt mit Unternehmenskunden und Stakeholdern zusammenarbeiten, um reale Bedürfnisse zu verstehen und das Produkt zu verfeinern
- Zur Infrastruktur, zu Tools und zur Entwicklererfahrung beitragen, während das Engineering-Team wächst
Mindestanforderungen
Sie
- haben 5+ Jahre Berufserfahrung als Ingenieur mit bedeutsamer Arbeit sowohl im Frontend als auch im Backend
- Beherrschung von TypeScript/React und mindestens einer der folgenden Sprachen: Go, Python
- Starke Produktinstinkte – Sie denken an den Benutzer, nicht nur an den Code
- Erfahrung mit Cloud-Infrastruktur (AWS bevorzugt) und modernen Deployment-Praktiken
- Erfahrung im Aufbau neuer Dinge in kleinen Teams, nicht in der Wartung von Altsystemen im großen Maßstab
Nice to have
- Erfahrung mit agentenbasierten KI-Systemen, LLM-Integrationen oder RAG-Architekturen
- Hintergrund im Bereich Enterprise SaaS, Einzelhandelstechnologie oder datenintensive Produkte
- Vertrautheit mit Datenvisualisierung, Echtzeitsystemen oder Streaming-Architekturen
- Beiträge zu Entwickler-Tools, CI/CD oder Infrastrukturautomatisierung
- Erfahrung mit Graphdatenbanken
