Senior Software Engineer - AI Lead - Asset Management in Le Vaud

Wir wurden exklusiv von einem unserer Kunden, einem wichtigen Asset Manager, mit der Suche nach einem Senior Software Engineer – AI Lead beauftragt. In einem dynamischen Team bauen sie die Zukunft des Unternehmens in Bezug auf Technologie auf, und was sie entwickeln, basiert auf ihrer Datenplattform und nutzt zunehmend KI.

In Bezug auf das tägliche Geschäft werden Sie das mitbringen, was Software nach der Demo am Leben hält: Design, Tests, Beobachtbarkeit, Sicherheit und die Anti-Pattern, für die Sie bereits bezahlt haben. Die gesuchte Person ist ein praktischer Senior Engineer, der mit dem Plattformingenieur, der Datenplattform sowie den Portfoliomanagern und Analysten, die ihren eigenen Code schreiben, zusammenarbeiten kann.

Hier sind einige Details zu den Aufgaben, die Sie übernehmen werden:

• Zusammenarbeit mit Portfoliomanagern, Analysten und dem Betrieb, um Anwendungsfälle in die Produktion zu bringen. Kleinere Projekte, Produktionsqualität.
• Festlegung des Code-Standards: Strenge Typprüfung und Linting als CI-Gates, Vertragstests an Dienstgrenzen, festgelegte Abhängigkeiten mit automatisierten Updates, obligatorische Überprüfung, Entscheidungsprotokolle für schwer umkehrbare Entscheidungen.
• Verantwortung für die Lieferung dessen, was das Team bereitstellt: Infrastruktur als Code, CI/CD, Container-Bauten, Umgebungen, Releases und Rollbacks.
• Aufbau von Sicherheit in die Pipeline: Geheimnisverwaltung, IAM-Rollen mit minimalen Rechten für die von Ihnen bereitgestellten Dienste, Abhängigkeits- und Code-Scanning, SBOM und signierte Artefakte, Richtlinien als Code.
• Vier-Augen-Prüfung bei jeder Produktionsänderung, durch die Pipeline durchgesetzt.
• Zusammenstellung der gemeinsamen KI-Komponenten, bevor Sie mit dem Bau beginnen: LLM-Gateway (Modellzugang, Datenresidenz, Protokollierung, Kosten, Evaluierungs-Hooks); Abruf mit Zugriffskontrolle zur Abfragezeit; Agentenlaufzeit mit Toolaufrufen und Validierung durch Menschen im Loop; Versionskontrolle von Eingabeaufforderungen und Konfigurationen.
• Durchführung von Bewertungen mit den KI-Ingenieuren und Integration in die Pipeline, sodass eine fehlerhafte Bewertung die Veröffentlichung blockiert.
• Überwachung von Tracing, Metriken, Alarmierung, Kosten und Drift.
• Design- und Code-Überprüfung sowie Pairing mit frühen KI-Ingenieuren, die oft weiter fortgeschritten sind; Sie werden erwartet, dass Sie vorangetrieben werden.

Was Erfolg im ersten Jahr aussieht:

• Ein erstes Produkt, das täglich von den Geschäftsteams genutzt wird, die vorherige Arbeitsweise wurde eingestellt, die Akzeptanz wird gemessen.
• Das LLM-Gateway ist aktiv und jeder KI-Aufruf aus der von uns entwickelten Software erfolgt darüber; Residenz und Protokollierung sind vom CISO überprüfbar.
• Jeder Dienst, den das Team betreibt, wird über eine auditiertes Pipeline bereitgestellt: Infrastruktur als Code, Sicherheits-Scanning, Evaluierungs-Gate, getesteter Rollback.
• Änderungen von frühen Ingenieuren bestehen Ihre Überprüfung ohne Nacharbeit.

Anforderungen:

• 8+ Jahre Erfahrung in der Entwicklung und dem Betrieb von Produktionssoftware, auf die andere angewiesen sind, wobei die letzten zwei Jahre hauptsächlich mit Produktionscode verbracht wurden.
• Python auf hohem Niveau: Typisierung, Verpackung, Tests, Profilierung.
• Eine statisch typisierte Sprache (Go, Kotlin, Java, TypeScript), die für echte Dienste verwendet wird, nicht für Skripte.
• API- und Datenvertragsdesign; SQL.
• Sie haben die Infrastruktur als Code (Terraform, CDK oder Äquivalent) selbst geschrieben, die Pipelines und Dockerfiles auf einer öffentlichen Cloud, anstatt sie von einem anderen Team anzufordern.
• Sie haben Ihre eigenen Dienste auf Kubernetes bereitgestellt und betrieben.
• Sie haben Geheimnisverwaltung, IAM mit minimalen Rechten und Abhängigkeits-Scanning in einer Pipeline implementiert, die Sie besessen haben, und ein Bedrohungsmodell für ein System erstellt, das Sie gebaut haben, einschließlich Prompt-Injection und Datenexfiltration.
• Sie haben ein Produktions-LLM-System mit Abruf oder Toolaufruf bereitgestellt und betrieben: Sie haben den Code geschrieben, seine Qualität gemessen und einen Fehlerzustand behoben, den Benutzer getroffen haben.
• Sie verwenden täglich KI-Coding-Agenten, können genau sagen, worin sie schlecht sind, und haben Regeln festgelegt, wie ein Team sie verwendet.
• Sie haben Alarme und SLOs für einen Dienst definiert, den Sie gebaut haben, und waren dafür im Bereitschaftsdienst.
• Sie haben einen frühen Ingenieur betreut und einen Standard geschrieben, den andere Ingenieure übernommen und CI durchgesetzt haben.

Bevorzugt wird Erfahrung mit AWS in der Produktion: IAM, VPC-Netzwerke, EKS oder ECS, Bedrock.

Wünschenswert:

• Leitung eines kleinen Ingenieurteams, während Sie weiterhin Produktionscode schreiben.
• Erfahrung im Finanzdienstleistungssektor oder einem anderen regulierten Umfeld.
• Praktische Erfahrung mit Supply-Chain-Sicherheit: SBOM, Artefakt-Signierung, Richtlinien als Code (OPA, Checkov).
• GitOps (Argo CD, Flux); MCP- und Agenten-Frameworks.

Vorteile:

Schöne Gelegenheit.