Machine Learning / Applied AI Engineer (m/w/d)

Mittwoch, 10:00 Uhr. Du baust ein Eval-Harness, das misst, wie zuverlässig unser Media-Buying-Agent Entscheidungen trifft. Danach tunest du die Masterprompts, baust ein Churn-Prediction-Signal auf den Supabase-Daten und erweiterst das RAG-System, das auf den Benchmarks aus 550+ Brands sitzt. Bei uns geht angewandte KI direkt in Produktion — nicht ins Paper.

Wir bauen die ECOZA Intelligence und suchen jemanden, der LLMs und Agenten von „funktioniert im Demo” zu „funktioniert zuverlässig in Produktion” bringt.

Woran du arbeitest

LLM-Systeme & Agenten: Design, Orchestrierung und Guardrails für produktive Agenten (Media-Buying, Content, Sales)

Prompt- & Context-Engineering: Masterprompts, Kontext-Management, Tool-Use/MCP

RAG & Retrieval: Vektor-DBs / Retrieval über ECOZA-Benchmarks und Brand-Daten

Evals & Qualität: Eval-Pipelines, damit KI-Outputs messbar zuverlässig sind

Data & Signale: Churn-/Scoring-Signale auf Supabase-Daten, Feature-Pipelines

Integration: die Modelle sauber ins Produkt und in die Workflows einbinden

Über ECOZA

ECOZA ist eine der am schnellsten wachsenden eCommerce-Growth-Consulting-Firmen Deutschlands. Wir bauen für D2C-Brands Inhouse-Teams, Systeme und Operating-Strukturen auf — gestützt auf Benchmarks aus über 550 aktiven eCommerce-Marken. Aktuell bauen wir unser wichtigstes Vorhaben: die ECOZA Intelligence, ein integriertes D2C eCommerce Operating System. Du kommst ins Greenfield — nicht in eine gewachsene Legacy-Landschaft.

Standort & Arbeitsmodell

Standort: München, Moosacher Straße 70–74, 80809

Arbeitsmodell: Vor Ort / Hybrid (2 feste Bürotage)

Was du mitbringst

Starke Erfahrung mit LLMs in Produktion (nicht nur Chat-Prototypen): Prompt-Engineering, Agenten, Tool-Use

Python solide; Erfahrung mit RAG, Vektor-Datenbanken, Eval-Frameworks

Verständnis für Datenpipelines und Datenqualität (Supabase/SQL)

Pragmatismus: du baust das, was in Produktion Wirkung hat — nicht das theoretisch Eleganteste

Ownership & High Agency

Nice-to-have: klassisches ML-Verständnis, Node/TypeScript, LangSmith/Eval-Tooling, eCommerce-Daten

Kein Muss: Model-Training from scratch — der Fokus ist angewandte LLM-Systematik

Benefits

Direkter Business-Impact statt „Behörden-IT” — du baust, entscheidest, shippst

Überdurchschnittliches Gehalt

MacBook mit 4K-Screen + Home-Office-Budget

Hybrid Work (2 feste Bürotage)

Weiterbildungsbudget

Wellpass / Jobrad / Workations / Team-Events

Modernes, klimatisiertes Büro in München mit U-Bahn-Anschluss und Parkplätzen

Perspektive

Kurzfristig: Aufbau der technischen Infrastruktur im Greenfield-Kontext

Mittelfristig: Rolle als technisches Backbone von ECOZA

Langfristig: Entwicklung zum Head of AI / Technical Operations mit eigenem Team

Kontakt

Amelie, HR-Abteilung — amelie@ecoza.de

Sprachen

Deutsch fließend, Englisch sicher.