Backend Engineer - Recommendation (all genders)

Entwicklung der Recommendation Engine hinter den Homepage-, Produkt- und Outfit-Seiten von ABOUT YOU mit Node.js/TypeScript
Bereitstellung offline trainierter ML-Modelle wie Matrix Factorization, Brand Similarity und Image Embeddings in Black-Friday-Skalierung über Valkey, DynamoDB und OpenSearch
Konzeption und Umsetzung von Personalisierungslogiken für Feed Assembly, Fallback-Ketten, Deduplizierung, Diversität und A/B-Experimente
Entwicklung von GenAI-Features wie unserem Streaming-basierten Gemini Fashion Advisor mit Fokus auf niedrige Latenzen, Session State und die effiziente Steuerung von Token-Kosten
Verantwortung für Reverse-ETL-Pipelines, die Model Outputs aus BigQuery in performante Hot Stores übertragen
Monitoring der Recommendation Coverage und Verfolgung relevanter Business-KPIs über SQS-/BI-Systeme sowie aktive Mitgestaltung der Architektur gemeinsam mit unserem Tech Lead
Du übernimmst gerne End-to-End-Verantwortung für eine Recommendation Engine und hast Freude daran, direkt zu sehen, wie deine Änderungen das Engagement unserer Kund beeinflussen
3+ Jahre Erfahrung in der Entwicklung performanter Backend-Services, 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 Redis/Valkey Data Modeling, mehrstufigen Caching-Architekturen inklusive TTLs und Invalidierung sowie binären Datenformaten wie Protobuf oder Avro
Ein ausgeprägtes Verständnis für High-Throughput-Systeme und Erfahrung mit APIs, die unter strengen Latenz-SLOs mit 10k+ Requests pro Sekunde skalieren
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 datengetriebene und experimentierfreudige Arbeitsweise
Nice to Have
Grundlagen im Bereich Recommender Systems, beispielsweise Collaborative Filtering, Matrix Factorization, Cold-Start-Handling oder Algorithmen zur Steigerung der Diversität
Erfahrung mit Streaming-basierten GenAI-/LLM-Produkten, etwa im Bereich Chat UX, Prompt Caching oder Guardrails
Vertrautheit mit AWS Serverless, insbesondere DynamoDB Data Modeling und SQS/SNS, sowie mit OpenSearch k-NN-Indizes
Know-how in Performance-Optimierung, beispielsweise durch Profiling mit clinic.js oder Flamegraphs, ergänzt durch Erfahrung mit Load Testing mit k6

Employment type
Full-time

Work arrangement
Hybrid