Über Atira
Atira entwickelt das kommerzielle Gehirn für Industrieunternehmen. Das Unternehmen bietet eine KI-gestützte Plattform, die Vertriebsingenieure durch intelligente Agenten unterstützt. Diese handhaben alles von der Anforderungsextrahierung aus RFQs über die Koordination von Kommunikation bis zur Generierung von Dokumentationen und Konfigurationsempfehlungen. Atira ist eines der am schnellsten wachsenden Teams in München.
Aufgaben
Als Software Engineer wirst du an Systemen arbeiten, die Frontier-AI produktionsreif machen:
- Entwicklung von Full-Stack-Features, Infrastruktur und KI-Pipelines über den gesamten Stack hinweg
- Gestaltung und Optimierung der Plattform für zuverlässige Agent-Ausführung über tausende gleichzeitiger Kundenworkflows
- Skalierung von Systemen für industrielle Anforderungen: Verarbeitung tausender Seiten, Multi-Modal-Daten, hochperformante ETL-Pipelines und Millionen gleichzeitiger LLM-Anfragen
- Verantwortung für die Integrationssicht und Enterprise-Infrastruktur (SAP, Salesforce, PLM-Systeme)
- Entwicklung der Developer-Plattform inklusive CI/CD, Deployment-Umgebungen, End-to-End-Tests und Observability
Anforderungen
- Ownership-Mentalität: Probleme eigenverantwortlich bis zur Tiefe verstehen und Ergebnisse inklusive Fehlern verantworten
- Starke Grundlagen in Python, TypeScript oder vergleichbaren Sprachen mit Verständnis für Production-Code und Systemdesign
- Expertise in Skalierbarkeit und Infrastructure Excellence für Millionen Aufrufe pro Tag
- Intensive Erfahrung mit KI-assistierter Entwicklung (Claude, Cursor oder ähnliche Tools)
- Nachgewiesene Initiative und Ownership: gegründetes Unternehmen, ernsthafte Open-Source-Beiträge oder Production-Scale-Seitenprojekte
- Degree in Computer Science, Information Systems, AI oder verwandtem technischen Feld von etablierter Universität
- Fließende englische Sprachkenntnisse
Erfolg nach wenigen Monaten
- Impactvolle Features und Verbesserungen in Plattform, Integrationen oder Infrastruktur in Production-Deployments
- Ownership eines Kern-Systems mit vertrautem Urteil des Teams über deren Entwicklung
- Fähigkeit, Production-Issues über Services, Databases und Queues hinweg zu tracen und end-to-end zu lösen
- Interne Tools und Developer-Experience-Verbesserungen, die Teams nachweislich schneller machen
- Architektur-Entscheidungen, die unter echter Last standhalten und deren Tradeoffs erklärbar sind