AI Product Engineer (m/w/d)

CIXON entwickelt neben dem Agenturgeschäft eigene Software-Produkte: eine Finance-Plattform, über die Asset Manager ihre Fondsdaten verwalten und Factsheets sowie Website-Widgets publizieren, und den Recruiting Hub mit CV-Parsing, Matching und Kandidaten-Workflows. Beide Produkte wachsen – und wir suchen eine Person, die sie mit uns weiterbaut: mit Product Mindset, einer agentischen Entwicklungsweise – KI-Agenten sind bei uns Teil des Produkts und des Entwicklungsalltags – und einem hohen Anspruch an Qualität und Datengenauigkeit. Du verantwortest Ergebnisse von der Idee bis zur Produktion.

Deine Aufgaben:

• Produkt Ende-zu-Ende bauen: Datenmodelle, Services, APIs und Interfaces für unsere Produktplattformen (Finance-Plattform, Recruiting Hub)
• Agentische KI-Funktionen von der Idee bis zur Bereitstellung: mehrstufige Agenten-Workflows für Datenvalidierung, Parsing, Matching und Automatisierung – immer mit menschlichen Checkpoints
• Agentisch entwickeln: Du arbeitest selbst mit Coding-Agents (z. B. Claude Code) gegen Spezifikationen und Tests – und baust die Plattform so, dass KI-Agenten sie sicher bedienen können (APIs, Tool-Schnittstellen, Freigabegrenzen)
• Qualität & Verlässlichkeit: automatisierte Tests und Regressionstests, CI-Prüfungen vor jedem Deploy, fachliche Verifikation vor jeder Veröffentlichung
• Onboarding produktisieren: wiederkehrende Individualaufwände in konfigurierbare, wiederverwendbare Produktlogik überführen
• Integrationen: Datenprovider- und KVG-Anbindungen, CRM (HubSpot), externe APIs
• Betrieb & Monitoring: Datenpipelines beobachten und Probleme erkennen, bevor Kunden sie sehen

Was Du mitbringst:

Technisch:

• Solide Full-Stack-/Backend-Erfahrung: TypeScript / Node.js, API-Design, Datenmodellierung (z. B. MongoDB)
• Praktische Erfahrung mit agentischer, KI-gestützter Entwicklung (Coding-Agents, Agent-Workflows) und mit LLM-Funktionen in Produktion – und ein reflektierter Umgang mit deren Grenzen und Risiken
• Tests, CI und saubere Entwicklungsprozesse sind für Dich selbstverständlich
• Sorgfalt im Umgang mit Daten: Wir verarbeiten Fonds- und Bewerberdaten für anspruchsvolle Kunden – höchste Genauigkeit und eine gewissenhafte Prüfung vor jeder Veröffentlichung sind für Dich selbstverständlich

Mindset:

• Product Mindset: Du denkst vom Ergebnis her, stellst gute Produktfragen und übersetzt Kundenanforderungen in wiederverwendbare Lösungen
• Eigeninitiative: Du führst Themen selbstständig bis zur Produktion – auch wenn zu Beginn noch nicht jedes Detail definiert ist
• Klare, strukturierte Kommunikation in Deutsch und Englisch

Seniorität ist kein Muss. Wir besetzen die Rolle ausdrücklich auch mit einem starken Mid-Level-Profil – Architektur-Reviews und Design-Gates sorgen dafür, dass niemand allein architektonische Grundsatzentscheidungen tragen muss. HubSpot-Erfahrung ist ein Plus, kein Muss.

Nicht sicher, ob Du alle Kriterien zu 100 % erfüllst? Bewirb Dich trotzdem.

Diese Rolle passt nicht, wenn Du …

• ausschließlich nach klar vorgegebenen Tickets arbeiten möchtest
• neue Tools (z. B. KI) entweder kategorisch ablehnst oder unkritisch einsetzt
• ein fertiges Produkt mit fertigen Prozessen suchst

Perspektive:

Du bist die erste dedizierte Engineering-Rolle auf unseren eigenen Produkten. Wenn das Product Business wächst, entsteht daraus ein kleines produktorientiertes Engineering-Team – mit entsprechendem Entwicklungsraum für Dich.

Was wir bieten:

• Fixgehalt von 45.000–55.000 € (abhängig von Erfahrung und Profil)
• Performance-orientierter Bonus
• Die Gelegenheit, Produkte von Anfang an mitzubauen – mit echten Kunden und echtem Umsatz vom ersten Tag
• Moderne Toolchain und eine offene, professionelle Engineering-Kultur
• Direkter fachlicher Einfluss auf Architektur und Produkt, kurze Entscheidungswege
• Wahlweise Arbeit im Büro in Potsdam oder 100 % Remote

Unser Bewerbungsprozess:

• Gespräch 1 – Motivation & Produktdenken: Wir wollen wissen, was Du aus eigenem Antrieb gebaut hast und wie Du an unbekannte Probleme herangehst
• Gespräch 2 – Technical Product Case: Kein LeetCode. Ein reales, vereinfachtes Problem aus unserer Produktwelt – bewertet werden Rückfragen, Datenmodellierung, Systemdenken und Priorisierung