- Entwicklung der Search Engine hinter ABOUT YOU mit Fokus auf Query Understanding, Entity Resolution und semantischer Vektorsuche in Node.js/TypeScript
- Kombination von OpenSearch-Relevanz, Embedding-Similarity und verhaltensbasierten Re-Ranking-Signalen zu einheitlichen und relevanten Suchergebnissen
- Aufbau und Weiterentwicklung von Search-Index-Pipelines für Entities, Synonyme und k-NN-Produktvektoren, die Daten aus BigQuery in OpenSearch übertragen
- Integration von LLMs und Embedding-Modellen wie Gemini und Vertex AI unter strengen Latenzvorgaben – inklusive Caching- und Fallback-Mechanismen
- Sicherstellung der Suchqualität durch Golden Lists, Regression Suites und kontinuierliche A/B-Experimente
- Mitgestaltung der Architektur gemeinsam mit unserem Tech Lead sowie enge Zusammenarbeit mit Data Analysts, Engineers und Product Managern
- Du hast Spaß daran, dem „Warum“ hinter Suchergebnissen auf den Grund zu gehen und daraus konkrete technische Verbesserungen abzuleiten
- 5+ Jahre Erfahrung in der Entwicklung skalierbarer, latenzarmer Backend-APIs, 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 Elasticsearch/OpenSearch, insbesondere mit Mappings, Custom Analyzern, Percolators und Scoring Functions – über die reine Nutzung von Query Clients hinaus
- Ausgeprägtes algorithmisches Verständnis für gerankte Daten, etwa beim Zusammenführen und Deduplizieren von Ergebnissen, beim Kombinieren von Scores und bei der Abwägung von Latenz und Ergebnisqualität
- 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 pragmatische und datenorientierte Arbeitsweise mit ausgeprägter Neugier für neue Fragestellungen
Nice to Have
- Grundkenntnisse im Bereich Information Retrieval und NLP, beispielsweise Tokenisierung, mehrsprachige Suche oder Frameworks zur Bewertung von Suchrelevanz
- Erfahrung mit Vektorsuche, etwa mit k-NN/HNSW-Indizes und SigLIP-Embeddings sowie bei der Optimierung des Verhältnisses von Recall und Latenz
- Praxiswissen im LLM Engineering, zum Beispiel bei Prompt Caching, der Definition von Timeout-Budgets oder Datadog LLM Observability
- Vertrautheit mit BigQuery, dbt oder Dagster und entsprechenden Data-Pipelines
Deine Vorteile bei uns auf einen Blick: Besuche unsere Benefits-Seite.
Bewirb dich einfach online über unsere Karriereseite - wir melden uns schnellstmöglich mit einem Feedback bei dir!
Ein Ort, an dem Du Du sein kannst.
Wir sehen es als unsere Verantwortung, ein Umfeld zu schaffen, in dem sich alle so willkommen fühlen können, wie sie sind.
Unterschiedliche Hintergründe und Perspektiven machen uns stärker und prägen unsere Kultur.
Wofür wir intern stehen, dafür stehen wir auch als Marke: Akzeptanz, Inklusion und ein fairerer Umgang mit Mode.