Senior Software Engineer - Backend / Platform / ML (bis 100k €)
Role details
Job location
Tech stack
Job description
Strategische System-Architektur: Du baust nicht einfach Features, du baust und verantwortest das Rückgrat von Crateflow. Du entwickelst den Backend- und Plattform-Kern (Python, Django REST) weiter und sorgst dafür, dass unsere Architektur auch morgen noch skaliert - von der ersten Zeile Code bis zum Deployment.
- Pipeline-Dompteur: Daten sind unser Treibstoff. Du designst, betreibst und vereinfachst unsere Daten- und ML-Pipelines (Airflow). Du integrierst ERP-Quellen und sorgst dafür, dass unsere ML-Modelle (Time-Series, Forecasting) nahtlos in robusten Produktionsflows laufen (MLOps mit MLflow).
- Crateflow stabil halten: Während wir schnell wachsen, bist du der Fels in der Brandung. Du verantwortest Deployments im Kubernetes-Umfeld (AKS, Docker), automatisierst CI/CD (GitHub Actions/Azure DevOps) und baust ein Monitoring auf (Prometheus, Grafana), das uns Probleme meldet, bevor der Kunde sie sieht.
- Engineering-Kultur prägen: Du denkst Entwicklung nicht nur operativ, sondern strukturell. Du setzt technische Leitplanken, hast eine ausgeprägte "Can Do"-Mentalität, führst harte, aber faire Code Reviews durch und coachst unsere Junior-Entwickler. Dein Ziel: Das technische Niveau des gesamten Teams permanent anheben.
Requirements
Substanz statt Buzzwords: Du hast mindestens 3-5 Jahre echte Erfahrung als Software Engineer. Du hast produktive Systeme nicht nur gesehen, sondern von Grund auf aufgebaut und gewartet. Dabei ging es dir nicht nur um die reine Entwicklung, sondern um den kompletten Lifecycle von Konzeption, Entwicklung und Deployment über Testing und Betrieb der Lösung. Dein GitHub-Account zeigt Leidenschaft, nicht nur Hausaufgaben aus dem Studium.
- Tech-Stack: Unabhängig von der konkreten Programmiersprache fühlst du dichin Container-Orchestrierung (Kubernetes, Docker) sowie Cloud-Infrastruktur (Azure) zu Hause.
- Qualitätsfanatiker mit Pragmatismus: Du liebst sauberen Code, Tests und Reviews. Aber du weißt auch, wann "gut genug" besser ist als "perfekt". Du baust keine Wegwerf-Prototypen, sondern einfach wartbare Software, die stabil läuft und unsere Kunden verlässlich begleitet.
- Systemdenker: Du verstehst, dass ML-Engineering mehr ist als Modell-Tuning. Du hast Erfahrung mit ML-zentrierten Produktionssystemen und weißt, wie man Performance, Stabilität und Wartbarkeit in verteilten Systemen balanciert.
- Persönlichkeit: Hohe Eigenmotivation, analytische Schärfe und die Fähigkeit, technische Konzepte klar zu kommunizieren (Deutsch und Englisch fließend). Du hast "Founder-Mentalität" - du wartest nicht auf Aufgaben, du siehst Arbeit und erledigst sie.