Vereinigte Staaten
Redwood Materials
Las Vegas Sands Corp.
Sr Software Engineer - KI-gestützte Entwicklung
Vereinigte Staaten
Las Vegas, Nevada, Vereinigte Staaten
JavaScriptTypeScriptPythonJavaAWSGCPDockerKubernetesC#Go
Automatische Übersetzung. Prüfe das Original.
Stellenbeschreibung
Überblick über die Position
Die Hauptverantwortung des Senior Software Engineer (AI-First Development) besteht darin, Softwareanwendungen zu entwerfen, zu orchestrieren und zu validieren, die durch KI-gesteuerte Entwicklungsworkflows erstellt werden. Dies ist keine traditionelle Entwicklerrolle, die durch KI unterstützt wird. Anstatt den Großteil des Codes von Hand zu schreiben, agiert diese Rolle innerhalb eines AI-First Software Development Lifecycle (SDLC), in dem KI-Agenten als primäre Erzeuger von Code-, Konfigurations- und Testartefakten dienen. Der Ingenieur bietet architektonische Richtung, Kontext-Engineering, menschliche Überwachung (Human-in-the-Loop) und die endgültige Rechenschaftspflicht für die gesamte gelieferte Software.
Der Senior Software Engineer kombiniert tiefgreifende Software-Engineering-Grundlagen mit der Fähigkeit, in Systemen zu denken, effektive Agenten-Workflows zu entwerfen und KI-generierte Ausgaben über Sicherheits-, Korrektheits-, Leistungs- und Compliance-Dimensionen hinweg zu validieren.
Körperliche Anforderungen
Alle Aufgaben sind in Übereinstimmung mit den Richtlinien, Praktiken und Verfahren der Abteilung und von Las Vegas Sands Corp. auszuführen. Von allen Las Vegas Sands Corp. Teammitgliedern wird erwartet, dass sie sich jederzeit professionell verhalten. Die Teammitglieder sind verpflichtet, die Standards, Arbeitsanforderungen und Verhaltensregeln des Unternehmens zu beachten.
Muss in der Lage sein:
- Physischen Zugang zu den zugewiesenen Arbeitsbereichen mit oder ohne angemessene Vorkehrungen zu haben.
- Bei Bedarf remote zu arbeiten.
- Drinnen zu arbeiten und verschiedenen Umwelteinflüssen ausgesetzt zu sein, wie z. B. CRT, Lärm und Staub, aber nicht darauf beschränkt.
- Laptops und Standardtastaturen zu verwenden, um die wesentlichen Funktionen der Stelle auszuführen.
Wesentliche Aufgaben & Verantwortlichkeiten
* Design und Orchestrierung von Agenten-Workflows
- Entwerfen, Erstellen und Pflegen von KI-Agenten-Workflows, die Anwendungscode, Infrastrukturkonfigurationen, Testsuiten und Dokumentationen erstellen.
- Zerlegen komplexer Anwendungsanforderungen in diskrete, gut abgegrenzte Aufgaben, die KI-Agenten effektiv innerhalb definierter Grenzen ausführen können.
- Auswahl und Konfiguration geeigneter KI-Modelle, Agenten-Frameworks und Tools für jeden Workflow basierend auf Aufgabenkomplexität, Risikostufe und Kostenüberlegungen.
- Erstellen und Pflegen von Kontextspeichern, die Agenten mit Organisationswissen, Codierungsstandards, Architekturmustern und Domänenkontext versorgen, die für die Erstellung korrekter und konsistenter Ausgaben erforderlich sind.
- Erstellen und Pflegen der Agenten-Toolchain, einschließlich Skills (SKILL.md) für wiederverwendbares Domänenwissen, Hooks für deterministische Automatisierung an definierten Workflow-Punkten und Projekt-Memory-Dateien (CLAUDE.md, AGENTS.md), die persistenten Kontext über Agentensitzungen hinweg bieten.
- Entwerfen von Sub-Agenten-Architekturen, die komplexe Workflows in spezialisierte, abgegrenzte Agenten mit entsprechendem Toolzugriff zerlegen, gemäß dem Prinzip der geringsten Rechte (least privilege) für jede Agentenrolle.
- Anwenden von Compound-Engineering-Praktiken, die systematisch Erkenntnisse, Muster und Fehlermodi aus jedem Entwicklungszyklus erfassen und diese in Projekt-Memory, Skills und Agentenkonfigurationen kodieren, sodass jede Arbeitseinheit die nachfolgende Arbeit einfacher und zuverlässiger macht.
- Teilnahme an Mob Elaboration Sessions zur gemeinsamen Verfeinerung von Anforderungen, Akzeptanzkriterien und Kontextpaketen, bevor die Agentenausführung beginnt.
* Verifizierung und Qualitätssicherung
- Anwenden eines mehrstufigen Verifizierungsrahmens auf alle KI-generierten Ausgaben, Validierung der funktionalen Korrektheit, des Sicherheitsstatus, der Leistungsmerkmale, der Codequalität und der regulatorischen Konformität.
- Festlegen und Durchsetzen von Human-in-the-Loop (HITL), On-the-Loop (OHOTL) und After-the-Loop (AHOTL) Governance-Kontrollpunkten, die dem Risikograd jedes Workflows angemessen sind.
- Überprüfen, Testen und Genehmigen von KI-generiertem Code, um sicherzustellen, dass er den Sands-Codierungsstandards, Architekturrichtlinien und Sicherheitsanforderungen entspricht, bevor er in die Produktion überführt wird.
- Entwerfen und Pflegen von automatisierten Verifizierungspipelines, die die menschliche Überprüfung ergänzen, einschließlich Test-Frameworks, Static-Analysis-Gates und Laufzeit-Telemetrie.
- Identifizieren und Beheben von Mustern von Agenten-Drift, Halluzinationen oder Qualitätsverschlechterung über wiederholte Workflow-Ausführungen hinweg.
- Implementieren von Agenten-Observability- und Telemetriesystemen, die das Agentenverhalten, die Tool-Aufruf-Muster, den Token-Verbrauch und die Output-Qualitätsmetriken über Workflows hinweg verfolgen.
* Anwendungsentwicklung und -architektur
- Entwerfen und Bereitstellen von full-stack Anwendungen über Web-, API- und Datenebenen hinweg unter Verwendung von KI-gesteuerten Methoden als primären Entwicklungsansatz.
- Definieren von Systemarchitektur, Datenmodellen, API-Verträgen und Integrationsmustern, die als grundlegender Kontext für die agentengesteuerte Entwicklung dienen.
- Zusammenarbeit mit funktionsübergreifenden Teams, einschließlich Produkt, Design, Infrastruktur und Sicherheit, um Geschäftsanforderungen in ausführbare Agenten-Workflows zu übersetzen.
- Koordination mit Entwicklungsteams an globalen Standorten, um Konsistenz bei Agenten-Workflows, Codierungsstandards und Verifizierungspraktiken sicherzustellen.
- Aufrechterhalten der Fähigkeit, Code direkt zu schreiben, zu debuggen und zu refaktorieren, wenn Agenten-Ausgaben manuelle Eingriffe erfordern oder wenn neuartige architektonische Ansätze erkundet werden.
- Sicherstellen, dass alle gelieferten Anwendungen die Unternehmensstandards für Skalierbarkeit, Wartbarkeit, Beobachtbarkeit und Betriebsbereitschaft erfüllen.
- Entwerfen und Erstellen benutzerdefinierter MCP-Server, die interne Tools, Datenbanken und Geschäftssysteme über standardisierte Schnittstellen für KI-Agenten bereitstellen, damit Agenten sicher und zuverlässig mit Unternehmensdaten interagieren können.
* Kontinuierliche Verbesserung und Mentoring
- Bewertung aufkommender KI-Modelle, Agenten-Frameworks, MCP-Server und Entwicklungstools, um die Effektivität von Workflows und die Qualität der Ausgaben kontinuierlich zu verbessern.
- Mentoring von Teammitgliedern in KI-gesteuerten Entwicklungspraktiken, Kontext-Engineering-Techniken und Verifizierungsmethoden.
- Beitrag zur Weiterentwicklung des Sands AI-First SDLC-Standards, Vorschlagen von Verfeinerungen basierend auf praktischer Erfahrung und messbaren Ergebnissen.
- Dokumentieren von Agenten-Workflow-Mustern, Prompt-Bibliotheken, Kontextspeicherstrukturen und gewonnenen Erkenntnissen, um institutionelles Wissen aufzubauen.
- Überwachen und Optimieren des Token-Verbrauchs und der Kosten über Agenten-Workflows hinweg, Implementieren von Strategien wie Plan-Modus, Kontextbearbeitung, Aufteilung in mehrere Sitzungen und effizientes Management des Kontextfensters zur Kontrolle der Betriebsausgaben.
- Teilnahme an Mob Construction Sessions, Anleitung der Agentenausführung in Echtzeit und Coaching von Teammitgliedern in effektiven Orchestrierungstechniken.
- Arbeitsaufgaben auf sichere Weise ausführen.
- Regelmäßig und konsistent zur Arbeit erscheinen.
- Andere damit verbundene Aufgaben nach Bedarf ausführen.
Mindestanforderungen
- Mindestens 21 Jahre alt.
- Nachweis der Arbeitserlaubnis in den Vereinigten Staaten.
- Bachelor-Abschluss in Informatik, Software-Engineering oder einem verwandten Fachgebiet oder gleichwertige Berufserfahrung.
- Muss jede Zertifizierung oder Lizenz erhalten und aufrechterhalten können, wie gesetzlich oder durch Richtlinien vorgeschrieben.
- Mindestens 7 Jahre Berufserfahrung in der Softwareentwicklung, mit nachgewiesener Entwicklung in Senior- oder Lead-Rollen.
- Mindestens 1 Jahre praktische Erfahrung mit KI-gestützten Entwicklungstools (wie GitHub Copilot, Cursor, Claude Code, Windsurf oder ähnlichem) als Kernbestandteil des täglichen Entwicklungs-Workflows.
- Starke grundlegende Kenntnisse in mindestens zwei wichtigen Programmierökosystemen (z. B. .NET/C#, JavaScript/TypeScript, Python, Java, Go), mit der Fähigkeit, KI-generierten Code in jeder für ein bestimmtes Projekt relevanten Sprache zu bewerten und zu validieren.
- Arbeitskenntnisse über relationale und nicht-relationale Datenbanken, einschließlich Datenmodellierung, Abfrageoptimierung und Schema-Design.
- Erfahrung mit Cloud-Plattformen (Azure bevorzugt, AWS oder GCP ebenfalls akzeptabel), einschließlich Bereitstellung, Konfiguration und Kostenmanagement.
- Arbeitskenntnisse über DevOps-Praktiken, CI/CD-Pipelines und Infrastructure-as-Code-Konzepte.
- Erfahrung mit Containerisierung (Docker) und Container-Orchestrierung (Kubernetes oder ähnlich).
- Nachgewiesene Fähigkeit, gründliche Code-Reviews durchzuführen, Fehler in KI-generierten Ausgaben zu identifizieren und konstruktives technisches Feedback zu geben.
- Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten, mit der Fähigkeit, technische Entscheidungen und Kompromisse sowohl technischen als auch nicht-technischen Stakeholdern zu erläutern.
- Starke zwischenmenschliche Fähigkeiten mit der Fähigkeit, effektiv zu kommunizieren und angemessen mit Management, anderen Teammitgliedern und externen Kontakten unterschiedlicher Hintergründe und Erfahrungsstufen zu interagieren.
Bevorzugte Qualifikationen
- Erfahrung im Entwurf von Multi-Agenten- und Sub-Agenten-Architekturen unter Verwendung von Frameworks wie LangGraph, CrewAI, AutoGen, Semantic Kernel oder benutzerdefinierten Orchestrierungsschichten. Verständnis von Agentenplanung, Tool-Nutzung, Speicher, Mehrschritt-Reasoning und Mustern für den Zugriff auf abgegrenzte Tools.
- Praktische Erfahrung im Erstellen strukturierter Kontextpakete für LLMs, einschließlich Prompt-Design, RAG-Pipelines, Optimierung des Kontextfensters, Projekt-Memory-Dateien (CLAUDE.md, AGENTS.md) und Integration mit MCP-Servern. Verständnis von taktischen Kontextmanagement-Strategien wie Plan-Modus, Kontextbearbeitung und Aufteilung in mehrere Sitzungen.
- Erfahrung im Erstellen von Skills (SKILL.md), Konfigurieren von Hooks für deterministische Automatisierung, Erstellen benutzerdefinierter MCP-Server und Zusammenstellen von Agenten-Toolchains, die wiederholbare, produktionsreife Workflows ermöglichen.
- Erfahrung in der Implementierung von Human-in-the-Loop-Überwachungsmodellen, automatisierten Auswertungs-Pipelines und Strategien zur Erkennung von Agenten-Drift oder Halluzinationen. Vertrautheit mit Agenten-Telemetrie, Überwachung des Token-Verbrauchs und Kostenmanagement über Multi-Agenten-Workflows hinweg.
- Erfahrung mit Microservices, ereignisgesteuerten Architekturen oder nachrichtenbasierten Systemen (Kafka, RabbitMQ, Azure Service Bus). Verständnis von Enterprise-Integrationsmustern im großen Maßstab.
- Kenntnisse sicherer Entwicklungspraktiken, OWASP-Richtlinien und Erfahrung in regulierten Branchen (Glücksspiel, Finanzen, Gastgewerbe oder ähnliches). Verständnis von Datenschutz und verantwortungsvollen KI-Prinzipien.
- Erfahrung mit Unit-Tests, Integrationstests, End-to-End-Test-Frameworks und automatisierten Qualitäts-Gates. Erfahrung in der Bewertung von KI-generierter Testabdeckung und der Identifizierung von Lücken.
- Nachgewiesene Erfolgsbilanz im Mentoring von Entwicklern, der Leitung technischer Initiativen und der Förderung der Einführung neuer Entwicklungspraktiken in Teams.
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