Forward Deployed Engineer (m/w/d) at Mayflower GmbH

Munich, Bavaria, Germany -

Full Time

Start Date

Immediate

Expiry Date

13 Oct, 26

Salary

90000.0

Posted On

15 Jul, 26

Experience

10 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Generative AI, LLM Production, RAG, Vector Databases, Agent Frameworks, MLOps, vLLM, Kubernetes, GPU Serving, Enterprise Architecture, Software Architecture, Full-Stack Development, English C1, German C1, Technical Scoping, Client Management

Industry

IT Services and IT Consulting

Description

Wer wir sind Die Mayflower GmbH baut Individualsoftware mit Fokus auf Generative AI – seit 1998 inhabergeführt. Wir bringen komplette AI-Infrastrukturen in Produktion: Model-Serving, Agent-Gateways, Chat und Voice – direkt in der Umgebung des Kunden. Bei uns erwartet dich ein agiles Arbeitsumfeld mit Verantwortung auf Augenhöhe - ohne Hierarchien. Für unseren Bereich Forward Deployed Engineering suchen wir dich – jemanden, der AI-Systeme nicht empfiehlt, sondern baut, deployt und in Produktion verantwortet. Was dich erwartet Forward Deployed heißt bei uns: Du bist Beobachter, Architekt und Entwickler in einer Person. Dieselbe Person, die das Problem beim Kunden versteht, schreibt den Code, der es löst - und bleibt, bis es produktiv läuft. End-to-End-Ownership: Du verantwortest Deployments von der Discovery über technisches Scoping, Architektur und Build bis zum Produktions-Rollout in der Infrastruktur des Kunden - eingebettet in dessen Engineering- und Fachteams. Full-Stack, wörtlich gemeint: Du arbeitest über alle Schichten - Model-Serving (vLLM, eigene GPU-Cluster), Agent-Gateways und Runtimes, RAG-/GraphRAG-Pipelines, spezialisierte Agenten, Integration in ERP, CRM, DMS und Legacy-Systeme. Auf erprobtem Fundament: Du deployst und erweiterst unsere Produkt-Stacks (mAIstack, VoiceAI, Amicable) beim Kunden, statt jedes Projekt bei null zu beginnen – mit LLMs wie GPT, Gemini, Claude oder Nemotron, Agent-Frameworks und agentischen Harnesses. Vector-Datenbanken und RAG sind dabei Handwerkszeug; als Senior sorgst du dafür, dass die Systeme im Betrieb messbar und beherrschbar bleiben – über Dataset-basierte Evaluations, Logging/Tracing und Observability. Der Rückfluss ist Teil des Jobs: Was sich im Feld als wiederkehrendes Muster erweist, kodifizierst du mit deinem Team in unseren Produkten, Skills und Playbooks. Dein Projektwissen bleibt nicht beim Kunden liegen - es macht das nächste Deployment schneller. Kunde auf Augenhöhe: Du entwickelst in Workshops ein gemeinsames Bild von Problem, Chancen und Lösung, triffst Trade-off-Entscheidungen zwischen Scope, Tempo und Qualität - und sprichst auch an, was der Kunde nicht hören will, wenn es das Ergebnis schützt. Sichtbarkeit: Du bringst deine Erfahrungen in Whitepaper, Talks und unsere AI-Produkte ein - mit Unterstützung unserer technischen Redaktion. Das solltest du mitbringen Mindestens 10 Jahre in der Softwareentwicklung, idealerweise bei einem Individual-Software-Dienstleister oder in der IT-Beratung. Du hast LLM-Systeme in Produktion gebracht - nicht nur prototypisiert: RAG-Implementierungen, Vector Databases, Agent-Frameworks (LangGraph, OpenAI Agent SDK o. ä.), Evals und MLOps. Erfahrung mit der Integration von AI-Systemen in bestehende, gewachsene Enterprise-Architekturen - inklusive der unbequemen Teile (Auth, Legacy, Compliance). Von Vorteil: Erfahrung mit Inference-Infrastruktur (vLLM, GPU-Serving), Kubernetes und On-Prem-/Private-Cloud-Deployments. Die Kompetenz, AI-Konzepte Fachbereichen und C-Level anschaulich zu vermitteln - und die Standfestigkeit, Ownership für Entscheidungen zu übernehmen. Deutsch- und Englischkenntnisse auf C1-Niveau. Bereitschaft, phasenweise beim Kunden vor Ort zu arbeiten (projektabhängig, remote-embedded als Regelfall), plus Workshops und Konferenzen 1–2× im Monat innerhalb Deutschlands. Das haben wir zu bieten Kompetitive Vergütung: Je nach Erfahrung und Kompetenz vergüten wir die Stelle mit einem Bruttojahresgehalt von 80.000 € bis 90.000 € bei 40 Wochenstunden. Echte Produktionsverantwortung: Deine Systeme laufen produktiv bei großen Unternehmensgruppen - nicht in der Demo-Umgebung. Gute Software bauen: Hier wird echter Wert auf Code- und Softwarequalität gelegt. Kein 08/15: Abwechslung durch unterschiedliche Branchen, Use Cases und Technologien - vom GPU-Cluster bis zum Voice-Agenten. Kundenbeziehung auf Augenhöhe: Wir pflegen eine ehrliche und vertrauensvolle Zusammenarbeit mit unseren Kunden. Mache einen Unterschied: Viel Verantwortung, großer Gestaltungsspielraum - in einem Mittelständler, in dem dein Beitrag den wirtschaftlichen Erfolg direkt beeinflusst. Lerne immer dazu: Weiterbildung (intern und extern), Training-on-the-job und regelmäßige Weiterentwicklungs- und Gehaltsgespräche. Wie arbeiten selbstorganisiert: Wir geben dir den Freiraum, den Rahmen für gute Arbeit selbst mitzugestalten – im Team wie beim Kunden. Werde berühmt: Eine technische Redaktion unterstützt dich beim Schreiben und Publizieren, sodass du als Experte nach außen sichtbar wirst. Du musst nicht die klügste Person im Raum sein: Echte Sparring-Partner, die deine Ideen gemeinsam mit dir auf die Probe stellen und weiterentwickeln. Schalte einfach ab: Niemand erwartet Erreichbarkeit nach Feierabend, im Urlaub oder trotz Krankmeldung. Viele Überstunden sind bei uns nicht üblich. Gut für die Psyche: Ersthelfer psychische Gesundheit, Employee Assistance Programm und ein offener Umgang mit mentaler Gesundheit. Freiraum für dein Privatleben: Flexible Arbeitszeiten, bis zu vier Tage Homeoffice die Woche, spontan einen Tag frei, Arbeiten aus dem EU-Ausland, Sabbatical oder 4 Wochen Urlaub am Stück. Bring dein +1 mit: Brave Bürohunde oder Kinder an schulfreien Werktagen sind herzlich willkommen. Finanzielle Benefits: Regelmäßige Teamevents, Wellpass, 30 Tage Urlaub, Kindergartenzuschuss, Deutsche Dienstrad. Der Kontakt zu uns Du hast Feedback oder Fragen zu der Stelle? Schreib uns eine Email an bewerbung@mayflower.de

Responsibilities

Responsible for the end-to-end deployment of AI systems, from discovery and architecture to production rollout in customer infrastructures. This includes building RAG pipelines, agent gateways, and integrating AI into legacy enterprise systems while contributing to internal product development.