Über uns
explai ist ein schnell wachsendes Berliner KI-Startup mit der Mission, Datenanalysen für Nicht-Experten zu vereinfachen. Wir entwickeln Agenten, die Data Science Workflows mit tiefem Geschäftswissen automatisieren. Wir wurden 2024 gegründet, haben unsere öffentliche Sandbox im Frühjahr 2025 gestartet und mehrere Proof of Value bis zum Sommer durchgeführt. Jetzt skalieren wir unsere ersten bezahlten Kundeninstallationen. Aktuell arbeiten wir remote, planen aber, unser Berliner Büro 2026 zu eröffnen. Wir sind schlaue, pragmatische Problemlöser, die schnell mit hoher Autonomie, minimalen Meetings und maximalem gegenseitigen Respekt arbeiten. Wähle uns nicht wegen des Geldes, obwohl wir fair bezahlen. Bei uns arbeitest Du hart (wir deployen fast täglich), lernst viel und findest Freunde fürs Leben.
Die Rolle
Als Teil eines fünfköpfigen Teams lernst du jede Codezeile unseres Backends kennen. Mit einer steilen Lernkurve entwickelst du "Agentic AI" in einem modernen Tech-Stack: GCP/AWS, LangGraph, LangSmith/Langfuse, Python Data Science Stack, Postgres, Snowflake, Docker, Redis, FastAPI, React/Next.js, Ray und Spark. Für unsere ersten Enterprise-Kunden und die Sandbox konzentrierst du dich darauf, dass unsere Lösung sowohl auf der Software- als auch auf der KI-Seite zuverlässig funktioniert.
Was du tun wirst
- Monitoring- und Observability-Tools entwickeln zur Verfolgung der Agentenleistung, Entscheidungsqualität und Systemgesundheit über verteilte Services hinweg
- CI/CD-Pipelines entwerfen, implementieren und verwalten für nahtlose Code-Integration, automatisierte Tests und Zero-Downtime-Deployments
- Cloud-Infrastruktur überwachen, optimieren und skalieren (AWS/GCP/Azure) mit Fokus auf hohe Verfügbarkeit, Kosteneffizienz und Sicherheits Best Practices
- Testmethoden für nicht-deterministische KI-Systeme entwickeln, einschließlich adversarischer Tests und Edge-Case-Entdeckung
- Systemleistung optimieren, um sicherzustellen, dass Agenten Enterprise-skalierte Workloads mit minimaler Latenz bewältigen können
- Mit ML-Ingenieuren zusammenarbeiten, um Modellzuverlässigkeit zu verbessern und Halluzinationen zu reduzieren
- Datenerfassung optimieren einschließlich Qualitätssicherung als zuverlässige Data Science Grundlage
Was wir suchen
- 5+ Jahre Erfahrung in Reliability Engineering, DevOps oder ähnlichen Produktionssystem-Rollen
- Starke Python-Kenntnisse mit Erfahrung in Cloud Computing und Microservices-Architektur
- Erfahrung mit ML/KI-Systemen in der Produktion, Verständnis für die einzigartigen Herausforderungen nicht-deterministischer Systeme
- Tiefes Wissen über Monitoring-Tools und Cloud-Plattformen (AWS, GCP, Azure)
- Hintergrund in Chaos Engineering und dem Aufbau resilienter Systeme, die Ausfälle elegant handhaben
- Sicherheitsdenken mit Erfahrung in der Implementierung von Sicherheitsvorkehrungen für automatisierte Systeme
- Startup-Mentalität
- komfortabel mit Mehrdeutigkeit, schneller Iteration und dem Tragen mehrerer Hüte
Bereit, die Zukunft zu gestalten?
Bewirb dich bei jobs@explai.com mit einem Anschreiben (warum du, warum wir, Standort, Gehaltsvorstellungen, Startdatum) und Lebenslauf. Nur Kandidaten mit bestehender EU-Arbeitserlaubnis und Aufenthaltsgenehmigung können sich bewerben. Wir lieben KI – aber hassen es, wenn sie Anschreiben schreibt. Gib uns einen Eindruck davon, wer du wirklich bist!