Über lizzyAI
lizzyAI ist eine agentische Recruiting-Plattform, die Hiring-Teams dabei unterstützt, Screening, Koordination, Interviews und Review kontinuierlich voranzubringen.
Lizzy übernimmt wiederkehrende Workflow-Aufgaben und verwandelt Interaktionen in strukturierte Evidenz, während Menschen für Entscheidungen verantwortlich bleiben. Wir entwickeln Recruiting-Workflows, die von der Candidate Conversation bis zum nächsten Schritt des Recruiters klar, prüfbar und menschlich bleiben.
Über die Position
Sie gestalten das KI-Verhalten hinter strukturierten Candidate Conversations und prüfbarer Evidenz für Recruiter. Die Position verbindet angewandte Arbeit mit Sprachmodellen und Produkturteil: Ergebnisse sollen nützlich, nachvollziehbar und für Recruiting-Teams leicht prüfbar, korrigierbar oder stoppbar sein.
Sie arbeiten an der gesamten Strecke von einer Frage zu Interaction Design oder Evaluation bis zum produktiven Verhalten über Voice, Video, Chat und mobile Kanäle hinweg. Die Herausforderung besteht nicht nur darin, ein Modell leistungsfähig zu machen, sondern das umgebende System messbar, robust und ehrlich in Bezug auf sein Wissen zu gestalten.
Ihre Aufgaben
Sie verbinden Experimente mit der Disziplin, die produktive Recruiting-Workflows erfordern. Dazu definieren Sie Qualitätskriterien, messen sie anhand realistischer Szenarien und verbessern sowohl das Modellverhalten als auch die Produktsysteme darum herum.
- Sie entwickeln und evaluieren Conversational Workflows über Telefon, Video, Chat, WhatsApp, SMS und weitere mobile Recruiting-Kanäle.
- Sie verwandeln Rollenanforderungen und Candidate Interactions in strukturierte, quellenverknüpfte Evidenz für den Recruiter-Review.
- Sie erstellen Evaluationsdatensätze, Rubrics, Regression Checks und Observability für Prompts, Modelle, Tools und Agentenverhalten.
- Sie entwerfen Guardrails und Recovery-Pfade für Unsicherheit, fehlenden Kontext, Modellfehler und sensible Candidate Interactions.
- Sie verbessern, wie Lizzy Status, Evidenzquellen, Grenzen und die nächste verfügbare menschliche Aktion kommuniziert.
- Sie bringen gemeinsam mit Product und Engineering Prototypen in verlässliche Workflows und lernen aus ihrem Verhalten in Produktion.
Ihr Profil
Wir suchen angewandtes Urteilsvermögen statt Modellneuheit als Selbstzweck. Sie testen Annahmen, untersuchen Fehler sorgfältig und erklären Qualität so, dass Product und Engineering daraus handeln können.
- Erfahrung damit, angewandte Machine-Learning-, Sprachmodell- oder agentische Systeme produktiv einzusetzen.
- Sehr gute Python-Kenntnisse und Sicherheit im Umgang mit Model APIs, Tool Use, Evaluationen, Experimenten und Produktionsdaten.
- Ein evidenzbasierter Ansatz für Prompt Design, Qualitätsmessung, Fehleranalyse sowie Modell- oder Provider-Auswahl.
- Die Fähigkeit, bei Implementierungsentscheidungen Latenz, Kosten, Zuverlässigkeit, Sicherheit und User Experience abzuwägen.
- Sorgfalt für Candidate Experience, klare Kommunikation, Datenschutz und menschliche Verantwortung für Hiring-Entscheidungen.
- Neugier auf Voice, multimodale Interaktion, mehrsprachiges Verhalten und strukturierte Recruiting-Workflows.
