Lead Senior Backend Engineer

Deine Aufgabe Wir suchen einen Senior Backend Engineer mit ausgeprägten System-Design-Fähigkeiten und Erfahrung im Aufbau von Produktionsinfrastruktur. Diese Rolle umfasst die Architektur und Wartung von Backend-Plattform-Services hinter AI-Inference-Endpunkten – ein mandantenfähiges System, das Authentifizierung, API-Key-Management, Nutzungsmessung, Abrechnung und Request‑Proxy verwaltet. Du übernimmst und treibst die Weiterentwicklung von Backend-Services voran, die hochverfügbare, datenintensive KI‑gestützte Lösungen ermöglichen. Die Rolle ist mit hoher Eigenverantwortung verbunden und du gestaltest Architekturentscheidungen, hebst die Qualität des Engineerings auf ein höheres Niveau und baust Systeme, die performant, sicher und im großen Maßstab beobachtbar sind. Du arbeitest mit Experten für KI‑Infrastruktur und Data Engineering zusammen, um robuste, sichere und effiziente Systeme zu bauen, die auf Millionen von Anfragen skalieren. Aufgaben Design und Aufbau von zentralen Plattform-Services: API-Gateway, Authentifizierung, Autorisierung, Key‑Rotation und mandantenfähige Isolation Design, Implementierung und Optimierung von APIs und Backend-Systemen mit Python‑Frameworks wie primär Fast API (oder Flask oder Django) Architektur und Implementierung von Nutzungsmessung, Abrechnungsintegration und Rate Limiting für Inference-Endpunkte Aufbau und Wartung skalierbarer, fehlertoleranter Microservices für Datenverarbeitung und KI‑Integration Aufbau und Betrieb einer hochdurchsatzfähigen Proxy‑/Routing‑Schicht für KI‑Modell‑Serving‑Traffic Zusammenarbeit mit funktionsübergreifenden Teams zur Gestaltung der Systemarchitektur und Sicherstellung nahtloser Systeminteroperabilität Design von Telemetrie und Observability in die Plattform von Grund auf – strukturiertes Logging, Distributed Tracing, Metriken und Alerting Implementierung robuster CI/CD‑Pipelines, Monitoring und Observability für hochperformante Produktionssysteme Vorantreiben technischer Entscheidungen zu Architektur, Datenmodellierung und Technologieauswahl Identifizierung von Performance-Engpässen und Vorantreiben von Verbesserungen in Zuverlässigkeit, Skalierbarkeit und Latenz Etablierung von Engineering‑Standards für die Backend‑Codebasis: Testing, Code‑Review, CI/CD und Deployment‑Praktiken Sicherstellung von Best Practices für Sicherheit, Compliance und Wartbarkeit über den gesamten API‑Lebenszyklus Enge Zusammenarbeit mit dem ML‑Infrastruktur‑Team zur Integration mit Model‑Serving‑Systemen (z. B. NVIDIA Dynamo, v LLM, SGlang, Tensor RT‑LLM) Dein Profil Wir suchen einen Senior Backend Engineer / Python Developer mit umfangreicher Erfahrung im Aufbau und Betrieb von produktiven Backend‑Systemen im großen Maßstab, ausgeprägten Fähigkeiten im System-Design und fundierter Expertise in verteilten Systemen und API‑Entwicklung. Der ideale Kandidat verfügt über nachgewiesene Erfahrung mit Authentifizierungssystemen, Cloud‑Infrastruktur und modernen Python‑Entwicklungspraktiken. Muss-Kriterien Abschluss in Informatik, Software Engineering oder gleichwertige Berufserfahrung Mindestens 5 Jahre Erfahrung im Aufbau und Betrieb von Backend-Systemen in Produktion mit bedeutendem Umfang Sehr gute Kenntnisse in Python mit fundiertem Wissen in asynchroner Programmierung, modernen Python‑Tools und Profil ing Kenntnisse in mindestens einer systemorientierten Sprache (Go, Rust, Java, C++) Bereitschaft, mit dem aktuellen Stack zu arbeiten, der Python (Fast API) umfasst Nachgewiesene Erfahrung im Design und der Wartung von REST APIs in Produktionsumgebungen Erfahrung mit REST, g RPC, Web Sockets und SSE‑Protokollen sowie Verständnis der Kompromisse zwischen ihnen Erfahrung mit Webhooks in Produktionsumgebungen Solides Verständnis von verteilten Systemen einschließlich Konsistenz, Fehlertoleranz, Nebenläufigkeit, Performance und Netzwerken Erfahrung mit Datenpipelines und Performance‑Optimierung Erfahrung im Design von Authentifizierungs‑ und Autorisierungssystemen (OAuth2, JWT, API‑Key‑Management, RBAC/ABAC) Erfahrung mit Cloud‑Infrastruktur (AWS, GCP oder Azure) Erfahrung mit containerisierten Umgebungen (Docker) Erfahrung mit Container‑Orchestrierung (Kubernetes) Verständnis von Datenbankdesign (SQL, ORMs) und Datenmodellierung im großen Maßstab Fließende Englischkenntnisse (schriftlich und mündlich) Komfortable Zusammenarbeit in internationalen Teams Von Vorteil Erfahrung mit Hochdurchsatz‑, Niedriglatenz‑ oder Echtzeitsystemen (z. B. Message Queues, ereignisgesteuerte Architekturen) Vertrautheit mit generativer KI oder Large Language Models (z. B. Integration von KI‑APIs, RAG‑Workflows oder Vektordatenbanken) Kenntnisse moderner Dev Ops‑Praktiken Erfahrung mit Infrastructure as Code Kenntnisse von Git Ops‑Workflows Erfahrung mit Observability‑Tools (Prometheus, Grafana, Open Telemetry) Erfahrung mit ML‑Serving‑Infrastruktur (Model Server, GPU‑Scheduling, Inference‑Optimierung) Bereitschaft, bei Bedarf gelegentlich Frontend‑Code zu bearbeiten oder dazu beizutragen Erf