Unser Kunde ist ein innovatives Unternehmen, das große Content-Archive in neue Formate transformiert, um ein breites Publikum zu erreichen. Die Mission besteht darin, vertrauenswürdige journalistische Informationen und faktenbasierte Inhalte genau dort bereitzustellen, wo sie benötigt werden – durch eine skalierbare, moderne Plattform. In dieser Rolle sind Sie verantwortlich für das technische Rückgrat des Produkts. Sie gestalten Architekturentscheidungen, entwickeln Produktionssysteme weiter und setzen die Engineering-Standards, während das Team wächst. Zu Ihren Aufgaben gehören die Definition und Weiterentwicklung der Backend-Architektur, strategische Entscheidungen zu Servicegrenzen, Datenflüssen und Skalierungsmustern. Sie entwerfen und bauen Hochdurchsatz-Ingestions- und Transformationspipelines, die täglich Tausende von Artikeln zuverlässig verarbeiten. Zudem sind Sie für den gesamten Lebenszyklus unserer Kern-API-Services (FastAPI) verantwortlich, von der Gestaltung über die Bereitstellung bis hin zur operativen Exzellenz. Sie etablieren Backend-Engineering-Standards, einschließlich Codequalität, Teststrategien, Dokumentationspraktiken und Überprüfungsprozesse. Darüber hinaus treffen Sie Infrastrukturentscheidungen, bewerten Trade-offs zwischen Cloud-Diensten, optimieren Kosten und stellen sicher, dass unsere Systeme beobachtbar und resilient sind. Sie haben auch die Möglichkeit, zukünftige Engineering-Mitarbeiter zu betreuen und zu leiten, während das Team wächst. Das Unternehmen bietet ein hybrides Arbeitsumfeld in Berlin mit echter Home-Office-Flexibilität und die Möglichkeit, an der frühen Unternehmensentwicklung teilzuhaben.

Der ideale Kandidat bringt eine technische Expertise von mindestens 5 Jahren in der professionellen Python-Entwicklung mit, insbesondere in der Gestaltung und dem Betrieb von Produktions-Backend-Systemen. Sie haben tiefgehende Kenntnisse in asynchronen Frameworks (FastAPI oder vergleichbar) und in der Gestaltung von RESTful APIs. Starke Fähigkeiten im Datenmodellieren sind ebenso erforderlich, idealerweise mit MongoDB oder anderen Dokumenten-/NoSQL-Datenbanken im großen Maßstab. Zudem sollten Sie ein solides Verständnis für Muster verteilter Systeme haben, einschließlich Warteschlangen, ereignisgesteuerten Architekturen, Idempotenz und sanfter Degradation. Praktische Erfahrung in der Integration und Orchestrierung von LLM-APIs (OpenAI, Anthropic oder ähnliches) in Produktionsumgebungen ist von Vorteil. Auch Kenntnisse in DevOps und Infrastruktur, insbesondere mit AWS (ECS, Lambda, S3, SQS oder ähnlichen Diensten), Docker und CI/CD-Pipelines sind wichtig. Sie sollten in der Lage sein, technische Entscheidungen klar zu kommunizieren und in Umgebungen gearbeitet haben, in denen Sie Prozesse definieren mussten. Erfahrung in frühen oder schnell wachsenden Startups ist ein starkes Plus. Persönliche Eigenschaften wie Eigenverantwortung, die Fähigkeit, mit Ungewissheit umzugehen, und die Bereitschaft, eigene Codes zu hinterfragen, sind ebenfalls von Bedeutung.