Forward-Deployed Engineer (m/w/d)
octonomy · Köln ·
- Category
- Solutions engineering
Worum es geht.
octonomy automatisiert komplexe Wissensarbeit auf Expertenniveau, in unter 20 Tagen
implementiert, DSGVO-konform, Made in Germany. Als Forward-Deployed Engineer (m/w/d) verantwortest du mehrere Enterprise-Implementierungen gleichzeitig, jede davon end-to-end. Du bist beim Kunden, verstehst dessen Systeme, Daten und Prozesse, modellierst die Domäne, baust die Komponenten und Datenstrecken dafür selbst und bringst das Ergebnis in den stabilen Produktivbetrieb. Steuerung, Stakeholder und Termine gehören dazu: forward-deployed heißt, dass die Technik und die Kundenbeziehung in denselben Händen liegen.
Wo die Projekte tatsächlich entschieden werden.
An den Daten. Die Qualität einer Implementierung hängt weniger am letzten Feinschliff als am Modell der Domäne dahinter: Welche Entitäten gibt es, wie hängen sie zusammen, welches System ist für welches Feld die Wahrheit, was passiert bei Dubletten und widersprüchlichen Ständen, und welche Frage ist mit diesem Bestand überhaupt beantwortbar? Du klärst das früh, schreibst es auf und entscheidest es – auch dann, wenn beim Kunden niemand da ist, der es für dich entscheiden kann. Wer Datenarbeit als Vorstufe zum eigentlichen Projekt betrachtet, wird diese Rolle anstrengend finden.
Was Mehrfachverantwortung hier konkret heißt.
Du führst mehrere Implementierungen parallel, und sie sind nie in derselben Phase. Während die eine in die Abnahme geht, verhandelst du im nächsten Projekt den Zuschnitt und baust im übernächsten die Anbindung an ein System, das noch niemand bei uns angefasst hat. Du entscheidest selbst, was heute Aufmerksamkeit braucht, wo ein Risiko entsteht, bevor es eins ist, und wann du beim Kunden Nein sagst. Niemand verteilt dir Aufgaben und niemand prüft nach, ob du losgelaufen bist.
Was du in 12 Monaten geliefert hast.
Personen, die in Systemen und in Daten denken – und selbst ausliefern.
Du modellierst die Domäne deiner Kund:innen, bevor du etwas baust: Entitäten, Beziehungen, Taxonomien, Metadaten. Graphbasierte Modellierung ist dir vertraut, nicht nur als Begriff. Du hast Datenstrecken aus heterogenen Quellsystemen aufgebaut – Dokumentenablagen, Wikis, CMS, Produktdatenbanken, Fileshares, ERP und CRM – inklusive inkrementeller Synchronisation, Deduplizierung, Mapping und allem, was unstrukturierte Inhalte erst auswertbar macht. Du kannst beurteilen, ob ein Datenbestand eine Zusage trägt, bevor sie gegeben wird.
Du hast Enterprise-Integrationen end-to-end verantwortet, von API-Design (REST und GraphQL) bis zur Systemintegration, und du schreibst den Code dafür selbst, in einer Qualität, die in den Produktivbetrieb darf. Du hältst mehrere Projekte gleichzeitig im Kopf, ohne dass eines davon still liegt. Du kennst LLMs, Prompt Engineering und Enterprise-AI-Deployments aus der Praxis. Du nutzt KI als Hebel in deiner eigenen Arbeit und kannst konkret beschreiben, wie sich dein Output dadurch verändert hat. Und du stehst mit dem, was du gebaut hast, beim Kunden im Raum – von der Entwickler:innen-Ebene bis zum C‑Level. Verhandlungssicheres Englisch setzen wir voraus.
Für wen das nichts ist.
Personen, die eine fertige Delivery-Vorlage abarbeiten wollen. Bei uns gibt es noch keinen
fixen Standard, du baust ihn mit. Personen, die das Bauen lieber weiterreichen – reine
Koordination ist diese Rolle nicht. Personen, die Datenmodellierung und Datenaufbereitung an jemand anderen übergeben möchten. Und Personen, die ihre Prioritäten von außen erwarten: Wenn dir jemand sagen muss, woran du heute arbeitest, wirst du hier nicht glücklich.
Was wirklich nötig ist, und was nicht.
C1-Deutsch ist für die direkte Beratung deutscher Kund:innen relevant. Wenn dein Schwerpunkt internationale Accounts sind, sprich uns trotzdem an. Akademische Abschlüsse und eine feste Jahreszahl prüfen wir nicht. Eine bestimmte Programmiersprache im Lebenslauf ebenfalls nicht – uns interessiert, was du gebaut hast, ob es in Betrieb gegangen ist, wie viel davon du ohne Rückendeckung entschieden hast und wie du mit Daten umgegangen bist, die nicht so waren wie zugesagt. Wie wir arbeiten. Flexible Modelle, remote oder hybrid. Flache Strukturen, klare Entscheidungen. Du deployst eigenständig; zwischen dir und der Produktivumgebung steht niemand. Frisch finanziert mit einer der größten Seed-Runden Europas (20 Mio. USD).
Let's build the future of work – together. Seriously.
Bei octonomy erwartet dich ein Umfeld, das Qualität schätzt, Kreativität fördert und echte, messbare Resultate liefert. Wenn du Lust hast, KI auf höchstem Niveau in den Business-Alltag zu bringen und mit uns gemeinsam zu skalieren, freuen wir uns darauf, dich kennenzulernen.
octonomy.ai | We grow output. Not headcount.
octonomy automatisiert komplexe Wissensarbeit auf Expertenniveau, in unter 20 Tagen
implementiert, DSGVO-konform, Made in Germany. Als Forward-Deployed Engineer (m/w/d) verantwortest du mehrere Enterprise-Implementierungen gleichzeitig, jede davon end-to-end. Du bist beim Kunden, verstehst dessen Systeme, Daten und Prozesse, modellierst die Domäne, baust die Komponenten und Datenstrecken dafür selbst und bringst das Ergebnis in den stabilen Produktivbetrieb. Steuerung, Stakeholder und Termine gehören dazu: forward-deployed heißt, dass die Technik und die Kundenbeziehung in denselben Händen liegen.
Wo die Projekte tatsächlich entschieden werden.
An den Daten. Die Qualität einer Implementierung hängt weniger am letzten Feinschliff als am Modell der Domäne dahinter: Welche Entitäten gibt es, wie hängen sie zusammen, welches System ist für welches Feld die Wahrheit, was passiert bei Dubletten und widersprüchlichen Ständen, und welche Frage ist mit diesem Bestand überhaupt beantwortbar? Du klärst das früh, schreibst es auf und entscheidest es – auch dann, wenn beim Kunden niemand da ist, der es für dich entscheiden kann. Wer Datenarbeit als Vorstufe zum eigentlichen Projekt betrachtet, wird diese Rolle anstrengend finden.
Was Mehrfachverantwortung hier konkret heißt.
Du führst mehrere Implementierungen parallel, und sie sind nie in derselben Phase. Während die eine in die Abnahme geht, verhandelst du im nächsten Projekt den Zuschnitt und baust im übernächsten die Anbindung an ein System, das noch niemand bei uns angefasst hat. Du entscheidest selbst, was heute Aufmerksamkeit braucht, wo ein Risiko entsteht, bevor es eins ist, und wann du beim Kunden Nein sagst. Niemand verteilt dir Aufgaben und niemand prüft nach, ob du losgelaufen bist.
Was du in 12 Monaten geliefert hast.
- Mehrere Enterprise-Implementierungen parallel verantwortet und in den stabilen Produktivbetrieb gebracht – Datenmodell, Architektur, Umsetzung, Abnahme.
- Ein Domänenmodell, das den Produktivbetrieb ausgehalten und beim nächsten Kunden derselben Branche als Ausgangspunkt gedient hat.
- Mindestens eine Komponente, die jemand anderes im nächsten Projekt ohne Rückfrage wiederverwendet hat.
- Eine wiederkehrende Kundenanforderung, die durch dich vom Einzelprojekt in die Produkt-Roadmap gewandert ist.
- Eine technische Architekturentscheidung, gegen die der Raum zunächst war und die sich als richtig erwiesen hat.
Personen, die in Systemen und in Daten denken – und selbst ausliefern.
Du modellierst die Domäne deiner Kund:innen, bevor du etwas baust: Entitäten, Beziehungen, Taxonomien, Metadaten. Graphbasierte Modellierung ist dir vertraut, nicht nur als Begriff. Du hast Datenstrecken aus heterogenen Quellsystemen aufgebaut – Dokumentenablagen, Wikis, CMS, Produktdatenbanken, Fileshares, ERP und CRM – inklusive inkrementeller Synchronisation, Deduplizierung, Mapping und allem, was unstrukturierte Inhalte erst auswertbar macht. Du kannst beurteilen, ob ein Datenbestand eine Zusage trägt, bevor sie gegeben wird.
Du hast Enterprise-Integrationen end-to-end verantwortet, von API-Design (REST und GraphQL) bis zur Systemintegration, und du schreibst den Code dafür selbst, in einer Qualität, die in den Produktivbetrieb darf. Du hältst mehrere Projekte gleichzeitig im Kopf, ohne dass eines davon still liegt. Du kennst LLMs, Prompt Engineering und Enterprise-AI-Deployments aus der Praxis. Du nutzt KI als Hebel in deiner eigenen Arbeit und kannst konkret beschreiben, wie sich dein Output dadurch verändert hat. Und du stehst mit dem, was du gebaut hast, beim Kunden im Raum – von der Entwickler:innen-Ebene bis zum C‑Level. Verhandlungssicheres Englisch setzen wir voraus.
Für wen das nichts ist.
Personen, die eine fertige Delivery-Vorlage abarbeiten wollen. Bei uns gibt es noch keinen
fixen Standard, du baust ihn mit. Personen, die das Bauen lieber weiterreichen – reine
Koordination ist diese Rolle nicht. Personen, die Datenmodellierung und Datenaufbereitung an jemand anderen übergeben möchten. Und Personen, die ihre Prioritäten von außen erwarten: Wenn dir jemand sagen muss, woran du heute arbeitest, wirst du hier nicht glücklich.
Was wirklich nötig ist, und was nicht.
C1-Deutsch ist für die direkte Beratung deutscher Kund:innen relevant. Wenn dein Schwerpunkt internationale Accounts sind, sprich uns trotzdem an. Akademische Abschlüsse und eine feste Jahreszahl prüfen wir nicht. Eine bestimmte Programmiersprache im Lebenslauf ebenfalls nicht – uns interessiert, was du gebaut hast, ob es in Betrieb gegangen ist, wie viel davon du ohne Rückendeckung entschieden hast und wie du mit Daten umgegangen bist, die nicht so waren wie zugesagt. Wie wir arbeiten. Flexible Modelle, remote oder hybrid. Flache Strukturen, klare Entscheidungen. Du deployst eigenständig; zwischen dir und der Produktivumgebung steht niemand. Frisch finanziert mit einer der größten Seed-Runden Europas (20 Mio. USD).
Let's build the future of work – together. Seriously.
Bei octonomy erwartet dich ein Umfeld, das Qualität schätzt, Kreativität fördert und echte, messbare Resultate liefert. Wenn du Lust hast, KI auf höchstem Niveau in den Business-Alltag zu bringen und mit uns gemeinsam zu skalieren, freuen wir uns darauf, dich kennenzulernen.
octonomy.ai | We grow output. Not headcount.