Senior Full-Stack Developer / AI Engineer / Data Scientist (m/w/d) (German speaking)

Standort: Berlin / Remote (DACH-Zeitzone) Anstellung: Vollzeit, unbefristet Start: Ab sofort Sprache: Deutsch muttersprachler Niveau (C2 Level) _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ ÜBER UNS sandan AI ist ein in Berlin ansässiges AI-Native-Startup für Enterprise-Kunden im DACH-Raum. Wir prägen, wie Marketing in einer agentischen Wirtschaft aussieht – und bauen die Plattform, auf der diese neue Generation von Marketing-Workflows läuft. Unser Anspruch: Software so zu entwickeln, wie Software 2026 entwickelt werden sollte – agentisch, iterativ, mit AI als integralem Bestandteil des Engineering-Workflows. UNSERE ARBEITSWEISE Wir setzen Code Harnesses wie Claude Code und Codex nicht als Spielerei, sondern als Kern unseres Entwicklungsprozesses ein. Unsere Engineers arbeiten täglich mit agentischen Coding-Workflows – von Architektur-Skizzen über Implementation bis hin zu Refactoring und Testing. Wer bei uns einsteigt, arbeitet entweder bereits produktiv mit diesen Tools – oder bringt die klare Motivation mit, sich schnell und tief darin einzuarbeiten. Aufgaben DEINE AUFGABEN Entwicklung und Wartung unserer Full-Stack-Applikationen im modernen JavaScript-/TypeScript-Ökosystem Konzeption und Umsetzung skalierbarer Backend-Services mit Node.js und Nest.js Implementierung performanter Frontend-Lösungen mit React.js und Next.js Design und Optimierung relationaler Datenbanken (PostgreSQL, MySQL, MS SQL) Containerisierung und Orchestrierung von Services mittels Docker und Kubernetes Entwicklung und Integration von REST-APIs

• Aufbau und Betrieb von Data-Pipelines, Feature-Stores und ML-Workflows für unsere agentischen Systeme

Entwicklung, Training und Evaluation von Machine-Learning-Modellen für Marketing-Use-Cases (Attribution, Targeting, Forecasting, Anomaly Detection) Implementation von Retrieval-Augmented-Generation-Pipelines (Embeddings, Vector Stores, Re-Ranking) Aufsetzen und Pflegen von LLM-Evaluation-Frameworks, Prompt-Optimierung und systematischen Quality-Benchmarks Anwendung von Code Harnesses (insbesondere Claude Code und Codex) im täglichen Entwicklungsprozess – von Planung über Implementation bis Code Review Enge Zusammenarbeit mit dem Founding-Team an der Produktarchitektur agentischer Systeme Qualifikation Technische Kernkompetenzen (Engineering) Mehrjährige Berufserfahrung in der Full-Stack-Entwicklung Fundierte Kenntnisse in TypeScript und JavaScript Sicherer Umgang mit React.js, Next.js, Node.js und Nest.js Erfahrung mit relationalen Datenbanken (PostgreSQL, MySQL, MS SQL) Praxis in Container-Technologien (Docker, Kubernetes) Vertraut mit REST-API-Design und Git-Workflows Data Science & Machine Learning Solide Python-Kenntnisse inklusive der gängigen Data-/ML-Stacks (pandas, NumPy, scikit-learn, PyTorch oder TensorFlow) Erfahrung im End-to-End-Lebenszyklus von ML-Modellen: Datenaufbereitung, Feature Engineering, Training, Validation, Deployment, Monitoring Verständnis statistischer Grundlagen (Hypothesentests, Regression, Klassifikation, Zeitreihen) Erfahrung mit modernen LLM-Workflows: Prompt Engineering, RAG, Embeddings, Vector Databases (z.B. Pinecone, Weaviate, pgvector) Praxis in der Modell-Evaluation: Metriken, Benchmarks, A/B-Testing, systematische Eval-Frameworks Erfahrung mit Notebook-basierten Explorationen (Jupyter, Colab) sowie der Überführung in produktionsreife Pipelines Kenntnisse in MLOps-Tools (z.B. MLflow, Weights & Biases, DVC) von Vorteil Code Harnesses Erfahrung mit Claude Code und/oder Codex ist sehr willkommen – ansonsten der klare Wille, sich aktiv darin einzuarbeiten Persönlich Sehr gute Deutsch (C2) - und Englischkenntnisse (min.C1) Echtes Interesse an generativer KI und agentischen Systemen Builder-Mentalität: Du lieferst Production-Software, nicht nur Prototypen Analytisches Mindset: Du triffst Entscheidungen datengetrieben und kannst Modellverhalten kritisch hinterfragen Wünschenswert Eigenentwicklung von Custom Agents, Sub-Agents oder spezialisierten Coding-Workflows Erfahrung mit MCP (Model Context Protocol) und Tool-Calling-Architekturen Praxis mit Agent-Frameworks (Mastra, LangGraph, Vercel AI SDK) Erfahrung mit Fine-Tuning, LoRA-Adaptern oder Distillation Hintergrund in Marketing-Analytics, Attribution-Modellen oder Performance-Marketing-Daten Veröffentlichungen, Kaggle-Erfolge oder Open-Source-Beiträge im ML-/AI-Bereich Hintergrund in B2B-SaaS oder Enterprise-Software

Benefits

Fokus Wettbewerbsfähiges Gehalt sowie Beteiligungsprogramm (ESOP) Vollständig finanzierter Zugang zu allen relevanten Code Harnesses, LLM-APIs und Developer-Tools (Claude Max, Codex, GitHub Copilot etc.) Compute-Budget für Experimente, Modell-Training und ML-Workloads Modernes Hardware-Setup (MacBook Pro nach Wahl) Flexible Arbeitszeiten und Remote-Optionen Office in Berlin sowie Standort Dubai (DIFC AI Campus) Steile Lernkurve im Bereich Agentic AI, LLM-Orchestrierung und AI-native Engineering Wir freuen uns auf deine Bewerbung mit Lebenslauf und – falls vorhanden – GitHub-/Portfolio-Link an. Gib uns gerne Bescheid, ab wann du starten könntest. Bonus: Erzähle uns in zwei, drei Sätzen, an welchem ML-Projekt du zuletzt gearbeitet hast – und wie du heute mit Claude Code, Codex oder vergleichbaren Tools arbeitest. Apply To This Job