Ein kleines, unabhängiges Team, dem gute Software wichtiger ist als beschäftigt auszusehen. Wir bauen und betreiben verteilte Systeme — Device Management, Gebäudeautomation, Private Cloud, Daten, Identity und Operations — die Art unglamouröser Infrastruktur, auf die andere Unternehmen jeden Tag still angewiesen sind.
Wir achten auf Details, sagen die Wahrheit, behandeln Menschen anständig und lernen weiter.
Uns ist egal, wo du zur Schule gegangen bist, ob du fertig geworden bist oder wo du früher gearbeitet hast. Uns interessiert, wer du heute bist und was du heute kannst. Wenn du ein selbständiger Manager of One bist, der ein unscharfes Problem nehmen und daraus etwas Verlässliches machen kann, wirst du dich bei uns zuhause fühlen.
In dieser Rolle geht es um Qualität in einer AI-first-Welt. Nicht darum, Testpläne händisch durchzuklicken — sondern darum, Systeme zu bauen, die beweisen, dass unsere Software funktioniert, und diese Systeme mit AI zu bauen.
Du automatisierst Quality Assurance durch und mit Frontier-AI-Modellen: Test-Suites generieren und pflegen, Edge Cases jagen, die Menschen übersehen, über Regressionen nachdenken und Probleme fangen, bevor Kunden sie je sehen. Du bist ein Product Engineer, der zufällig von Qualität besessen ist — nah am Code, nah an den Nutzern und allergisch gegen „läuft auf meiner Maschine“.
Ein echter Engineer, kein Gatekeeper. Sicher mit TypeScript, JavaScript-Test-Ökosystemen, CI/CD und dem Schreiben der Automatisierung, die ein schnell bewegtes Produkt ehrlich hält. Du weißt, wie man Frontier-AI-Modelle fürs Testing einsetzt — und wie man erkennt, wenn sie falsch liegen. Bonus, wenn du an verteilten Systemen gearbeitet hast, wo die interessanten Fehler zwischen den Services lauern.
Der Stack ist das Uninteressanteste an dir. Wichtiger ist: Du kannst lernen, denken, debuggen und liefern.
Wir arbeiten in kleinen, unabhängigen Teams in Sechs-Wochen-Zyklen, mit deutlich weniger Meetings und Unterbrechungen, als du wahrscheinlich gewohnt bist.
Wir sind AI-first und AI-native. Wir erwarten, dass du zu Frontier-AI-Modellen greifst und alles aus ihnen herausholst, was geht — so bauen wir heute.
Wir lesen lieber einen klaren Absatz, als in einem Statusmeeting zu sitzen, und liefern lieber eine kleine fertige Verbesserung aus, als eine halbfertige zu babysitten. Wir schätzen Urteilskraft und Ownership — kein Schuldzuweisen, kein „nicht mein Job“.
Du Qualität als Designproblem behandelst, nicht als Gate am Ende. Du bringst Maschinen gern bei, das zu fangen, was Menschen übersehen, du übernimmst Verantwortung für das, was ausgeliefert wird, und du bist senior genug, um „das ist noch nicht bereit“ zu sagen und es ernst zu meinen.
Du denkst, Qualität sei der Job von jemand anderem, sobald der Code geschrieben ist. Du willst nur Testscripts von jemand anderem abarbeiten. Oder du bist AI gegenüber misstrauisch statt neugierig, wie weit sie die Arbeit bringen kann.
Stell sicher, dass das, was wir ausliefern, wirklich funktioniert — und baue die AI-unterstützten Systeme, die das schnell beweisen. Nicht perfekt. Einfach verlässlich, und mit jedem Zyklus verlässlicher.
Interessiert? Erzähl uns von einem Bug, den du gefunden hast (oder gerne gefunden hättest), und wie du ein System bauen würdest, das den nächsten fängt. Das sagt uns mehr als ein Lebenslauf.