Backend Engineer

About this role

Das ist kein gewöhnlicher Job. Wir arbeiten an dem, was unsere Gesellschaft zukunftsfähig macht: Bildung. Dafür bauen wir paddy, das Agentic Operating System für Teaching & Learning.ung. Unsere Mission ist es, Lehrkräfte zu entlasten, Lernergebnisse zu verbessern und die Unterrichtsqualität zu steigern. Tausende Lehrkräfte und hunderttausende Lernende nutzen paddy bereits. Mit starken Investoren im Rücken wachsen wir schnell.

Unsere Ambition ist es, den europäischen AI-Player für Bildung zu bauen. Als Backend Engineer liegt dein Schwerpunkt auf Backend-Engineering und Architektur. Du konzipierst APIs, Datenmodelle und Services und verantwortest sie vom Verständnis des Nutzerproblems bis zum Betrieb in Production. Bei Bedarf bringst du Features auch bis zur UI und behältst so das gesamte Produkt im Blick. Aufgaben Backend und Architektur gestalten: Du entwickelst API-first Services, Datenmodelle und Systemgrenzen, die paddy zuverlässig, wartbar und skalierbar machen.

Features End-to-End shippen: Du begleitest Features vom Nutzerproblem über Backend und Datenmodell bis zur UI und bringst sie in Production. AI Engineering umsetzen: Du baust Produktfunktionen mit LLM-APIs und agentischen Komponenten. Mit Tool Calling, Evals, Fehlerbehandlung und Monitoring sorgst du für zuverlässige Abläufe. Production-Qualität sichern: Du übernimmst Verantwortung für deine Systeme und nutzt Testing, CI/CD und Observability, um sie stabil zu betreiben.

Produktnah arbeiten: Du sprichst mit Lehrkräften, findest den Bedarf hinter ihren Wünschen und triffst mit Product und Design Entscheidungen, statt auf Tickets zu warten. Qualifikation Backend- und Architektur-Erfahrung: Mindestens drei Jahre Erfahrung in der Entwicklung und im Betrieb moderner Webanwendungen, idealerweise mit TypeScript, Node.js und Next.js. Du hast APIs, Datenmodelle und Backend-Services entworfen und umgesetzt.

Technisches Fundament: Du bist sicher in API-Design, Datenbanken und asynchronen Prozessen. Erfahrung mit CI/CD, Docker, Kubernetes und Monitoring ist hilfreich. Full-Stack-Kompetenz: Du kannst dich in React und Next.js bewegen und Features bei Bedarf selbst bis zur UI bringen. Praktische AI-Engineering-Erfahrung: Du hast LLM-basierte Features oder agentische Systeme mit APIs umgesetzt. Du verstehst Tool Calling, typische Modellfehler und wie sich die Qualität solcher Funktionen prüfen und im Betrieb beobachten lässt.