Live opening · Posted 4 days ago
The key details from the original listing.
Live timing from JobBeeper.
Description supplied by the original job listing.
Entwicklung der Search Engine hinter ABOUT YOU mit Fokus auf Query Understanding, Entity Resolution und semantischer Vektorsuche in Node.js/TypeScript
Kombination von OpenSearch-Relevanz, Embedding-Similarity und verhaltensbasierten Re-Ranking-Signalen zu einheitlichen und relevanten Suchergebnissen
Aufbau und Weiterentwicklung von Search-Index-Pipelines für Entities, Synonyme und k-NN-Produktvektoren, die Daten aus BigQuery in OpenSearch übertragen
Integration von LLMs und Embedding-Modellen wie Gemini und Vertex AI unter strengen Latenzvorgaben – inklusive Caching- und Fallback-Mechanismen
Sicherstellung der Suchqualität durch Golden Lists, Regression Suites und kontinuierliche A/B-Experimente
Mitgestaltung der Architektur gemeinsam mit unserem Tech Lead sowie enge Zusammenarbeit mit Data Analysts, Engineers und Product Managern
Du hast Spaß daran, dem „Warum“ hinter Suchergebnissen auf den Grund zu gehen und daraus konkrete technische Verbesserungen abzuleiten
5+ Jahre Erfahrung in der Entwicklung skalierbarer, latenzarmer Backend-APIs, idealerweise mit Node.js/TypeScript – alternativ bringst du Erfahrung mit Java, Go oder Kotlin mit und arbeitest dich schnell in neue Technologien ein
Tiefgehende praktische Erfahrung mit Elasticsearch/OpenSearch, insbesondere mit Mappings, Custom Analyzern, Percolators und Scoring Functions – über die reine Nutzung von Query Clients hinaus
Ausgeprägtes algorithmisches Verständnis für gerankte Daten, etwa beim Zusammenführen und Deduplizieren von Ergebnissen, beim Kombinieren von Scores und bei der Abwägung von Latenz und Ergebnisqualität
Du hast Interesse daran, Backend Engineering und Machine Learning zu verbinden und Model Scores, Embeddings oder LLM-Features in produktiven Systemen bereitzustellen
Sehr gute Kommunikation auf Englisch sowie eine pragmatische und datenorientierte Arbeitsweise mit ausgeprägter Neugier für neue Fragestellungen
Nice to Have
Grundkenntnisse im Bereich Information Retrieval und NLP, beispielsweise Tokenisierung, mehrsprachige Suche oder Frameworks zur Bewertung von Suchrelevanz
Erfahrung mit Vektorsuche, etwa mit k-NN/HNSW-Indizes und SigLIP-Embeddings sowie bei der Optimierung des Verhältnisses von Recall und Latenz
Praxiswissen im LLM Engineering, zum Beispiel bei Prompt Caching, der Definition von Timeout-Budgets oder Datadog LLM Observability
Vertrautheit mit BigQuery, dbt oder Dagster und entsprechenden Data-Pipelines
Employment type
Full-time
Work arrangement
Hybrid
Recently tracked roles with full details and direct application links.