Redwood Materials
Sparc Technology Services Inc
MADTech - Senior Engineer
Über die Stelle
Titel: Senior AI Engineer - MADTech
Standort: Nur Irving TX
Arbeitsmodell: Hybrid – 3 Tage im Büro
Wir suchen einen Senior MADTech Engineer, der an der Schnittstelle von KI, Echtzeit-Datenstreaming und MarTech-Umsetzung erfolgreich ist. Sie werden ein Kernmitglied sein, das direkt mit unserem technischen Leiter, der Implementierungsgruppe und strategischen Partnern (Google, GrowthLoop, MetaRouter) zusammenarbeitet.
Sie werden die Kernpipeline-Komponenten entwickeln – von der Echtzeit-Event-Erfassung über MetaRouter und Pub/Sub bis hin zur Abfrage von Profilen in Cloud Spanner mit Sub-Millisekunde-Latenz und der agentenbasierten Entscheidungsfindung innerhalb der Google Reasoning Engine.
Hauptverantwortlichkeiten
- Kern-Implementierung: Praktische Erfahrung in der Anwendungsentwicklung im Google-Ökosystem mit Vertex AI-Modellierung, Anwendungscode mit Python, Integrationen mit BQ und Spanner sind entscheidend. Erstellen, Testen und Bereitstellen von Produktionspipelines, die clientseitige Tag-Quellen (MetaRouter), Event-Streaming (Pub/Sub) und Batch-Feeds in BigQuery und Cloud Spanner integrieren.
- Reasoning Engine Integration: Erstellen und Optimieren von agentenbasierten Entscheidungslogiken innerhalb der Google Reasoning Engine zur Bereitstellung von Echtzeit-Angebots-Priorisierung, Content-Metadaten und dynamischer Kampagnengenerierung.
- Systemintegration: Integration von Entscheidungsergebnissen mit GrowthLoop (Zielgruppenmitgliedschaft & Segment-Syndizierung), Optimizely (aktive Feature-Flags & Targeting-Regeln) und nachgelagerten Zielplattformen (REACH, GMP, Ad-Tech, Echtzeit-App-Overlays).
- Technische Zusammenarbeit: Aktive Teilnahme an täglichen Stand-ups, Code-Reviews, Diskussionen zur Architekturoptimierung und gemeinsamen Engineering-Sitzungen mit Partnern (Google, GrowthLoop, MetaRouter).
Qualifikationen & Fähigkeiten
- Erfahrung: 7+ Jahre praktische Erfahrung in Software-/Dateningenieurwesen in modernen Cloud-Umgebungen (GCP bevorzugt).
- GCP Kern-Stack: Beherrschung von BigQuery, Cloud Spanner, Pub/Sub und Python/Java/Go Codebasen, die Vertex AI / Reasoning Engine antreiben.
- Echtzeit-Datenstreaming: Praktische Erfahrung in der Verwaltung von Echtzeit-Event-Pipelines, API-Integrationen und Tag-Routing-Systemen (MetaRouter, Segment oder Tealium).
- MarTech-Tools: Arbeitskenntnisse von Tools zur Zielgruppensegmentierung (GrowthLoop), dynamischen Optimierungsplattformen (Optimizely) und Marketing-Automatisierungssystemen.
- Problemlösungskompetenz: Fähigkeit, komplexe Architekturanforderungen für Echtzeit- vs. Batch-Prozesse zu bewältigen und dabei niedrige Latenzzeiten, Datenschutzstandards und hohe Zuverlässigkeit aufrechtzuerhalten.
Flexible Home-Office-Optionen verfügbar.
