(Senior) Platform Engineer (w/m/d)

Die meisten KI-Plattformen brechen, wenn sie skalieren. Wir bauen eine, die das nicht tut. Deine Mission: Mache unsere Architektur zu einem Wettbewerbsvorteil – in Zuverlässigkeit, Performance und operativer Klarheit.

Unsere Mission

Mit MeinGPT bringen wir KI in den Kern des Mittelstands – als das System, das Unternehmen vom ersten KI-Experiment zu KI führt, die ihre eigentlichen Kernprozesse trägt.

MeinGPT wird bereits von 50.000+ Nutzern aus mehr als 500 Unternehmen eingesetzt. Was als nächstes kommt, ist nicht einfach mehr Nutzer. Es ist mehr Tiefe: KI, die sich mit echten Daten, echten Systemen und echten Workflows verbindet. Das erfordert eine Architektur, die nicht im Weg steht. Platform Engineers bauen das Fundament, das all das ermöglicht – zuverlässig, sicher und in beliebiger Größenordnung.

Unsere Platform-Engineering-Herausforderungen für 2027:

• Performance, Kosten und Observability: Wir messen, verbessern und messen wieder: LLM-Streaming-Latenz (für Nutzer direkt sichtbar), KI-API-Kosten pro Request, Datenbank-Query-Muster unter Last, Sandbox-Performance für Code-Ausführung. Das Ziel: ein System, das dir sagt, was schiefläuft, bevor es die Nutzer tun – und mit dem du zu jeder Tageszeit mit Vertrauen deployen kannst.
• KI-Infrastruktur: KI-Requests zuverlässig über sechs LLM-Provider routen mit Fallback-Logik, Rate-Limit-Handling und Cost-Tracking. Integration mit unserer Meeting-Bot-Infrastruktur für Aufzeichnungen über Google Meet, Teams und Zoom. Betrieb der Code-Execution-Sandbox für Task-Automation.
• Architektur-Grundlagen: Die Plattform ist durch Jahre echter Produktionsnutzung geprägt: gut verstanden, battle-tested und noch aktiv weiterentwickelt. Platform-Arbeit bedeutet hier Architektur-Urteilsvermögen: wissen, wann mehr Struktur sinnvoll ist, wann KISS der richtige Ansatz ist, und wie man die Qualität der Systeme, auf denen alles aufbaut, kontinuierlich hebt.

Deine Aufgaben

KI-Produkte integrieren, verarbeiten und bewegen mehr Daten pro User-Aktion als die meisten SaaS-Anwendungen: externe Quellen, die kontinuierlich synchronisiert werden, Kontext, der in Echtzeit aus mehreren Systemen zusammengesetzt wird, Streaming-Responses, die über verteilte Services kohärent gehalten werden, LLM-Requests, die mit Fallback- und Kostenlogik über Provider geroutet werden. Das unter echter Last, für echte Kunden richtig hinzubekommen, ist ein Architektur-Problem. Platform Engineers bauen und ownen dieses Fundament.

Die Arbeit ist proaktiv: Du liest die Signale des Systems (Latenz-Verteilungen, Kostenkurven, Error Rates) und handelst, bevor sie zu Nutzerproblemen werden. Das Ziel ist nicht, mit dem Wachstum Schritt zu halten. Es ist, eine Plattform zu bauen, die bei 100.000 Nutzern leistungsfähiger und zuverlässiger ist als heute.

Das bringst du mit

• 3+ Jahre TypeScript in produktiven Backend-Systemen – dein Fokus liegt klar im Backend, aber du findest dich auch im Frontend zurecht und kannst dort anpacken, wenn's gebraucht wird.
• Du denkst in Systemen unter Last: Wie degradiert das bei 2× Traffic? Wo bricht es zuerst? Wohin geht die Kostenkurve? Und du baust von Anfang an dafür – nicht erst, wenn es brennt.
• Solides Wissen in System Design: PostgreSQL, APIs, Queues, Caching. Du weißt, wann du was einsetzt und warum.
• Erfahrung mit Docker und Kubernetes – Deployments, Monitoring, Betrieb.
• Wenn du ein Latenz-Muster, einen Cost-Spike oder einen Error-Rate-Trend siehst, gehst du der Sache auf den Grund und löst es richtig – kein Quick-Fix, keine halben Sachen.
• Wenn dir für eine Entscheidung Daten fehlen, baust du die Instrumentierung selbst.
• Du gibst Kontext weiter, nennst Abwägungen, stellst offene Fragen – und machst die Engineers um dich herum besser.

Das bieten wir

• Technische Tiefe mit echtem Impact: Du prägst die Architektur einer Plattform, die aktiv wächst – Entscheidungen, die jedes einzelne Feature überdauern.
• Spannende Skalierungsprobleme: Terabytes an Daten on-demand für KI verfügbar machen, Compute-Infrastruktur für KI-Agenten betreiben, MeinGPT als flexible Plattform für KI-Anwendungen ausbauen.
• Flexible Arbeitszeiten mit der Option auf 2 Tage/Woche im Home-Office.
• EGYM Wellpass (10.000+ Sportstätten), 1.000 € Weiterbildungsbudget pro Jahr und das Deutschlandticket.

So arbeiten wir

• Wir nutzen täglich KI-Tools (Cursor, Claude Code etc.), um schneller voranzukommen – du behältst aber die volle Kontrolle und Verantwortung für deinen Code.
• Meetings werden auf ein Minimum reduziert, um deine Deep-Work-Zeit zu schützen.
• Healthy Ambition: Große Ziele, gesundes Tempo, Leute, die hier wirklich gern arbeiten.
• Fast Delivery, Close to the User: Wir liefern schnell, bleiben nah an unseren Kunden und lassen ihr direktes Feedback unsere nächsten Schritte bestimmen.

Unser Stack

• Core: TypeScript, Go, tRPC, PostgreSQL, Kubernetes, Docker
• KI- & Dev-Tools: Cursor, Claude Code, CodeRabbit, Linear, GitLab, Notion
• KI-Services: OpenAI, Gemini, Claude, Mistral, Gladia

So geht's weiter

• Bewerbung: Reiche dein Profil über unser kurzes Formular ein.
• Intro Call (30 Min.): Ein kurzes Gespräch über deine Motivation und unsere gegenseitigen Erwartungen.
• Technical Interview (Remote, 90 Min.): Eine Live-Coding-Session, in der du deine Skills zeigst.
• Founders Interview (Vor Ort, 90 Min.): Lerne die Gründer in unserem Büro kennen und sprich über deine Erfahrung und Ambitionen.
• Angebot: Wenn es für beide Seiten passt, machen wir dir ein Angebot.