Temple Health
Invisible Technologies
Principal Backend Engineer (Forward Deployed)
ÜBER UNS
INVISIBLE Invisible Technologies macht KI-Anwendungen praxistauglich. Unsere End-to-End-KI-Plattform strukturiert komplexe Daten, automatisiert digitale Arbeitsabläufe, implementiert agentenbasierte Lösungen, misst Ergebnisse und integriert menschliche Expertise, wo sie am wichtigsten ist.
Unsere Plattform bereinigt, kennzeichnet und strukturiert Unternehmensdaten, sodass sie für KI bereit sind. Sie passt Modelle an jedes Unternehmen an und fügt bei Bedarf menschliche Expertise hinzu – der gleiche Ansatz, mit dem wir die Modelle für mehr als 80% der weltweit führenden KI- Unternehmen, darunter Microsoft, AWS und Cohere, verbessert haben.
Unsere Erfolge erstrecken sich über verschiedene Branchen, von der Automatisierung der Lieferkette für Swiss Gear über KI-gestützte Marine-Simulationen mit SAIC bis hin zur Validierung von NBA-Draft-Picks für die Charlotte Hornets.
Seit über einem halben Jahrzehnt profitabel, erzielte Invisible einen Umsatz von $134M und wurde als zweitschnellstes wachsendes KI-Unternehmen auf der 2024 Inc. 5000 gelistet. Im September 2025 sammelten wir $100M an Wachstumskapital, um unsere Mission, KI in Unternehmen tatsächlich nutzbar zu machen, zu beschleunigen und unsere Plattformtechnologie weiterzuentwickeln.
ÜBER DIE ROLLE
Als Principal Forward Deployed Engineer (FDE) bei Invisible leiten Sie wirkungsvolle, KI-gestützte Lösungen, die die Arbeitsweise unserer Kunden in ihren kritischsten Abläufen neu gestalten. Sie werden nicht nur bauen und implementieren – Sie werden die Strategie, Architektur und Ausführung von End-to-End-Systemen vorantreiben und direkt mit den Kunden zusammenarbeiten.
Dies ist eine hybride Rolle: Sie sind zu gleichen Teilen KI-Ingenieur, Software-Entwickler und technischer Berater. Sie ist perfekt für jemanden, der mit Modellen arbeiten und nah an der Wirkung sein möchte, die sie erzielen. Das Team konzentriert sich zunehmend auf angewandte KI-Arbeit – der Erstellung und Bereitstellung von LLM-basierten und agentenbasierten Systemen in der Produktion –, daher können starke ML-Engineering-Instinkte neben Ihrer Architektur- und Führungserfahrung wertvoll sein.
SO ARBEITET ES SICH BEI INVISIBLE
Bei Invisible definieren wir Arbeit nicht nur neu – wir erfinden sie. Wir agieren an der Schnittstelle von fortschrittlicher KI und menschlicher Genialität und verschieben die Grenzen des Möglichen, um Produktivität und Skalierbarkeit zu erschließen. Eigenverantwortung ist der Kern von allem, was wir tun. Hier werden Sie nicht nur Aufgaben ausführen – Sie werden bauen, innovieren und die Zukunft gemeinsam mit weltklasse Kunden gestalten, die die Grenzen der KI verschieben. Wir erwarten kühne Ideen, unermüdlichen Antrieb und die Fähigkeit, Mehrdeutigkeit in Chancen zu verwandeln. Das Tempo ist schnell, die Herausforderungen sind groß und das Wachstum ist unübertroffen. Wir sind nicht für jeden geeignet, und das ist in Ordnung. Wenn Sie nach vorhersehbaren Routinen suchen, ist dies nicht der richtige Ort für Sie. Aber wenn Sie bestrebt sind, etwas zu schaffen, in dynamischen Umgebungen erfolgreich zu sein und einen Logenplatz bei der KI-Revolution haben möchten, werden Sie sich hier wohlfühlen.
WAS SIE TUN WERDEN
- Zusammenarbeit mit Delivery- und Stakeholder-Führungskräften zur Konzeption, Gestaltung und Leitung der Implementierung KI-gesteuerter Lösungen, einschließlich LLM- und agentenbasierter Systeme
- Identifizierung transformativer Möglichkeiten in komplexen, mehrdeutigen Arbeitsabläufen und deren Umwandlung in wiederholbare Systeme
- Leitung von Architekturdesign- und Trade-off-Diskussionen über Leistung, Skalierbarkeit, Kosten und Zuverlässigkeit – einschließlich ML/KI-spezifischer Systeme wie RAG-Pipelines und produktionsreifer KI-Anwendungen
- Verantwortung für Projekte vom ersten Discovery Call bis zur vollständigen Bereitstellung – einschließlich kundenorientierter Lieferung, interner Koordination und Iteration nach dem Launch
- Erstellung gemeinsamer Infrastrukturen, wiederverwendbarer Komponenten und interner Playbooks zur Weiterentwicklung des Teams, einschließlich MLOps-Praktiken für Modellversionierung, Überwachung und Lebenszyklusmanagement
- Coaching und Mentoring von Mid-Level-Ingenieuren und Mitgestaltung der Kultur des Forward-Deployed AI Engineering bei Invisible
WAS WIR BRAUCHEN
- 10+ Jahre Erfahrung im Software Engineering, einschließlich erheblicher Zeit, die mit dem Aufbau von Daten-, ML- oder backend-Systemen verbracht wurde
- Python & ML/LLM Frameworks: Tiefgreifende Kenntnisse in Python mit praktischer Erfahrung in der Nutzung von Hugging Face, LangChain, OpenAI, Pinecone und verwandten Ökosystemen, einschließlich LLMs und KI-Agenten
- Bereitstellung & Infrastruktur: Fachkenntnisse in full-stack und API-basierten Bereitstellungsmustern, einschließlich Docker, FastAPI, Kubernetes und Cloud-Umgebungen (GCP, AWS, Azure)
- Plattform-Orchestrierung: Erfahrung mit Workflow-Orchestrierungsbibliotheken, Pub/Sub-Systemen (Kafka) und Schema Governance
- Datenmanagement: Expertise in Data Governance und -operationen, einschließlich Unity Catalog und Policy Management, Cluster/Job-Orchestrierung, Data Contracts und Qualitätssicherung, Delta/ETL-Pipelines und Replay-Prozesse
- ML Operations (für Teams mit angewandtem KI/ML-Fokus): Erfahrung mit MLOps- Frameworks und Best Practices – Modellversionierung, Überwachung und Lebenszyklusmanagement – und Design skalierbarer ML-Systeme wie RAG-Pipelines
- Starke Produkt- und Systemdesign-Instinkte – Sie verstehen Geschäftsanforderungen und wie man sie in technische Architektur übersetzt
- Erfahrung im Aufbau nutzbarer Systeme aus unstrukturierten Daten und mehrdeutigen Anforderungen
- Exzellente Kommunikations- und kundenorientierte Fähigkeiten – Sie haben Gespräche mit technischen und nicht-technischen Stakeholdern gleichermaßen geleitet
- Nachgewiesene Erfahrung in der Übernahme von Projekten von der Konzeption bis zur Bereitstellung in mehrdeutigen, risikoreichen Umgebungen
- Starker ingenieurwissenschaftlicher Hintergrund, nachgewiesen durch einen Bachelor-Abschluss in Data Science, Informatik und verwandten Bereichen ODER gleichwertige Berufserfahrung
- Bereitschaft zur Rufbereitschaft für unsere Kunden, wenn Situationen auftreten
- Reisen: Bereitschaft, für Kundenbesuche vor Ort zu reisen, falls erforderlich
- Vor Ort: Verfügbarkeit, einige Tage pro Woche im Büro zu arbeiten, abhängig von den Teamanforderungen – einige Teams in NYC benötigen 3 Tage pro Woche vor Ort; Ihre spezifische Anforderung hängt vom Team ab, dem Sie zugeordnet werden
WAS WIR IHNEN BIETEN
Invisible verpflichtet sich zu einer fairen und wettbewerbsfähigen Vergütung, die sicherstellt, dass die Bezahlung sowohl die Marktbedingungen als auch den Wert jedes Teammitglieds widerspiegelt. Unsere Gehaltsstruktur berücksichtigt regionale Unterschiede in den Lebenshaltungskosten und wahrt gleichzeitig die interne Fairness.
Die jährliche Gehaltsspanne für diese Position, abhängig von der Stufe, beträgt: $250,000 - $300,000 USD
Weitere Informationen zu unseren geografischen Gehaltsstufen finden Sie hier invisibletech.ai/compensation-and-pay-tiers. Während des Bewerbungsprozesses wird Ihr Invisible Talent Acquisition Partner bestätigen, welche Stufe für Ihren Standort gilt. Für Kandidaten außerhalb der USA wird die Vergütung angepasst, um die lokalen Marktbedingungen und Lebenshaltungskosten widerzuspiegeln.
*Boni und Aktienoptionen sind in allen Vollzeitangeboten enthalten. Die endgültige Vergütung wird durch eine Kombination von Faktoren bestimmt, darunter Standort, berufsbezogene Erfahrung, Fähigkeiten, Kenntnisse, interne Gehaltsgerechtigkeit und allgemeine Marktbedingungen. Daher ist jedes Angebot einzigartig. Zusätzliche Details zur Gesamtvergütung und zu den Leistungen werden während des Einstellungsverfahrens besprochen.
Richtlinien für die Einstellung nach Ländern
Invisible ist eine hybride Organisation mit Büros und Teammitgliedern auf der ganzen Welt. Während einige Positionen Remote-Flexibilität bieten, beinhalten die meisten Positionen Büropräsenz und sind an bestimmte Standorte gebunden. Standortspezifische Anforderungen oder hybride Erwartungen werden von unserem Talent Acquisition Team während des Rekrutierungsprozesses kommuniziert.
Richtlinien für KI-Interviews
Unser Einstellungsteam nutzt KI sorgfältig, um einen effizienten, ansprechenden und inklusiven Interviewprozess zu unterstützen. Da KI auch ein hilfreiches Werkzeug für Kandidaten sein kann, haben wir Erwartungen für deren ethische Nutzung während Ihrer gesamten Interviewreise dargelegt. Klicken Sie hier, um mehr darüber zu erfahren, wie wir KI einsetzen und unsere Richtlinien für Kandidaten. invisible.co/ai-interview-guidelines
Barrierefreiheitserklärung
Wir sind bestrebt, angemessene Vorkehrungen für Menschen mit Behinderungen zu treffen. Wenn Sie eine Vorkehrung benötigen, um am Bewerbungs- oder Interviewprozess teilzunehmen, reichen Sie bitte Ihren Antrag über unser Formular für Vorkehrungsanträge ein. Ein Mitglied unseres Teams wird sich mit Ihnen in Verbindung setzen, um Ihren Antrag zu unterstützen. Hier ist der Link zum Google Formular: docs.google.com/forms/d/e/1FAIpQLScqsu0PCQ0m0lwt-VFeXovNbZxWk0jogv8QI_ciGqZsIbSBjQ/viewform?usp=sharing&ouid=102356854798492362557
Erklärung zur Chancengleichheit
Wir sind ein Arbeitgeber, der Chancengleichheit fördert. Alle qualifizierten Bewerber erhalten Berücksichtigung für eine Anstellung, unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, nationaler Herkunft, Behinderung oder Veteranenstatus oder einer anderen gesetzlich geschützten Grundlage.
Aufgrund eines hohen Bewerberaufkommens kann Invisible automatisierte Entscheidungsfindungstechnologien nutzen, um Kandidaten basierend auf ihren Antworten auf unsere Bewerbungsfragen und anderen bereitgestellten Informationen zu filtern. Unser Einsatz von automatisierten Entscheidungen ermöglicht es uns, effizient eine überschaubare Liste möglicher Kandidaten bereitzustellen, die unsere obligatorischen Einstellungskriterien erfüllen. Wenn Sie gegen unseren Einsatz von automatisierten Entscheidungen Einwände haben, kontaktieren Sie uns bitte.
