Ein gegebenes Wort wird gehalten. So schreiben wir auch Code.
Gentlecodes
Ingenieurskunst,
mit unserem Namen gezeichnet.
Seit 2017, aus Prag.
Drei Disziplinen,
ein Tisch.
Wir üben drei Handwerke aus. Zwei unter eigenem Dach; das dritte — künstliche Intelligenz — unter dem unserer Schwester, damit jedes von Menschen getan wird, die nichts anderes tun.
Künstliche Intelligenz, Everquest anvertraut.
Wir setzen KI nicht ein.
Wir bitten sie an den Tisch.
Jedes KI-Mandat, das wir annehmen, führt Everquest aus — unser Schwesterunternehmen und das Haus, in dem diese Expertise zu Hause ist.
- KI in Ihren Anwendungen
- KI in Unternehmensprozessen
- Agenten · Copiloten · RAG
- KI-Produkte, von Grund auf gebaut
Expertise, die Dinge ins Lot bringt.
Erfahrene Ingenieure, die Ihnen helfen, geradezurücken, was schief gewachsen ist, und zu verbessern, was schon funktioniert. Wir beginnen mit Zuhören — Ihren Systemen, Ihrem Team, Ihren Plänen — und schlagen erst dann die Arbeit vor: eine Analyse, ein Audit, Beratung oder die Entwicklung selbst. Wir messen uns daran, wie Sie wachsen — nicht an den Stunden, die wir abrechnen.
- Bedarfsanalyse
- Systemaudit · Zweitmeinung
- Architektur · Technische Beratung
- Technische Führung
Plattformen, die ihre Form halten.
Portale, Werkzeuge, Plattformen — vom ersten Commit bis zur letzten Übergabe. Dokumentation und Betriebshandbuch sind keine Zugabe; sie sind, was es heißt, fertig zu sein.
- React · Next · TypeScript
- Java · .NET · Node
- MS Power Platform
- Azure · AWS · Kubernetes
Stellen Sie sich einen Auftrag vor,
der gilt.
ie wäre zunächst leiser. Weniger Erklärungen, weniger Parolen über Geschwindigkeit. Stattdessen: ein Satz, der meint, was er sagt, und die Arbeit, die es beweist. Ein Name auf der Seite — und derselbe Mensch, der antwortet, wenn Sie schreiben.
Es gäbe ein Kontobuch. Echte Ingenieure, echte Jahre — keine Namen, die nie erscheinen. Der Senior wäre ein Senior. Der Architekt die Hand, die tatsächlich gezeichnet hat. Der Auftrag würde am Tag seiner Erteilung beantwortet, und die Antwort wäre wahr.
Und wäre die Arbeit getan, gäbe es Dokumentation, ein Betriebshandbuch und eine Zweitmeinung, angeboten, bevor jemand danach fragte. Nicht weil der Vertrag es verlangte — sondern weil das Handwerk es tat.
Das meinen wir mit auf unser Wort.
Drivvn,
von innen.
Drivvn baut und betreibt die Commerce-Plattform, auf der Automobilhersteller, Leasing- und Mobilitätsanbieter sowie Händler Fahrzeuge online verkaufen — von der ersten Konfiguration bis zum abgeschlossenen Geschäft.
Seit 2018 sitzen wir an ihrem Tisch. Wir haben gesehen, wie die Plattform aus ihren ersten Modulen zur Infrastruktur wuchs, auf der Hersteller und Händler ihren Online-Vertrieb betreiben — und wir haben sie mitgebaut, Release für Release.
Unsere erfahrenen Ingenieure haben in der Arbeit an der Plattform tragende Rollen. Die Plattform, ihre Ausrichtung und die Verantwortung dafür liegen jedoch bei Drivvn — wir bringen Erfahrung, Sorgfalt und Beständigkeit in die Arbeit ein, die uns anvertraut wird.
drivvn.com besuchenAutomobilhersteller vertrauen ihren Online-Vertrieb der Plattform von Drivvn an. Solches Vertrauen entsteht im Detail — und an diesen Details arbeiten wir gern.
Eine neue
Disziplin.
Ein Jahrhundert lang sprachen wir von User Experience. Nun müssen wir lernen, von einer anderen Art zu sprechen.
AIX—
Def. Die Umgangsformen, mit denen sich eine Intelligenz am Tisch benimmt: was sie weiß, bevor sie antwortet, wie sie Vertrauen gewinnt, wo sie sich zurückhält und wie sie Korrektur annimmt. Eine Disziplin der Höflichkeit, nicht der Fähigkeiten.
- i. Kontext. — sie weiß, worauf sie antwortet, bevor sie antwortet.
- ii. Vertrauen. — maßvoll, verständlich, mit offengelegtem Weg.
- iii. Diskretion. — sie handelt im Rahmen des Platzes, den man ihr gibt, und gibt ihn zurück.
- iv. Rückmeldung. — sie nimmt Korrektur an und wird durch sie besser.
— die vier Umgangsformen eines guten Gegenübers.
Was Everquest über AIX denkt ↗Everquest
Unsere KI-Praxis wuchs, bis sie ein eigenes Haus brauchte. Everquest ist dieses Haus — unser Schwesterhaus, ein eigenständiges Unternehmen und der einzige Ort, an dem unsere KI-Arbeit getan wird. Es arbeitet für uns und für eigene Kunden.
Plattformen, Analysen, Audits und erfahrene Ingenieure, die Ihren Systemen — und Ihrem Unternehmen — beim Wachsen helfen. Verlangt die Arbeit nach KI, bitten wir Everquest an den Tisch.
jedes KI-Mandat, ohne Ausnahme: KI in Ihren Anwendungen und Prozessen, Agenten und Copiloten sowie KI-Produkte, gebaut ab der ersten Zeile.
Die Macher von MetaHub — ein Arbeitsbereich für das ganze Unternehmen.
Dieselben Standards. Dasselbe Wort. Ein Auftrag, zwei Schreibtische.
everquest.ioPlätze am Tisch.
Wir stellen selten und mit Bedacht ein. Jeder Platz hier ist senior, echt und heute offen — schreiben Sie uns, und ein Mensch schreibt zurück.
Nr. 01AI EngineerLLMAI SolutionPythonTypescriptAzure AIRAGSharepoint
Bewerben — schreiben Sie unsSTELLENBESCHREIBUNG:
Über die Rolle: Wir suchen einen praxisorientierten Senior AI Engineer, der produktionsreife KI-Agenten für Unternehmenskunden entwirft, entwickelt und bereitstellt. Sie werden Teil des Teams, das zwei miteinander verbundene Lösungen auf einem gemeinsamen, wiederverwendbaren Azure-Backend von Anfang bis Ende umsetzt:
ein Konversationsassistent, der Retrieval-Augmented Generation (RAG) nutzt, und eine Wissensbasis, die mit der Zeit wächst
eine LLM-gesteuerte Pipeline, die die Datenqualität bewertet und korrigiert und dabei Ticketing- und Wissensmanagementsysteme von Unternehmen miteinander verbindet
Außerdem machen Sie aus dem, was Sie bauen, wiederverwendbare Agenten-Vorlagen, damit künftige Anwendungsfälle nicht bei null beginnen müssen.
Hauptaufgaben:
KI-Agenten auf Microsoft Foundry entwerfen und implementieren, einschließlich Modellbereitstellung, Prompt-Design und Orchestrierungslogik.
RAG-Pipelines mit Azure AI Search und Blob Storage aufbauen. Das umfasst Datenaufnahme, Chunking, Indexierung und die Ausgabe von Antworten samt Quellen.
Agenten über Azure Bot Service in Microsoft Teams veröffentlichen, einschließlich Eskalationsabläufen und Freigaben durch Menschen (Human-in-the-Loop).
LLM-basierte Workflows entwickeln, die Inhalte anhand vereinbarter Qualitätskriterien bewerten und Datensätze automatisch korrigieren, ausschließlich auf Grundlage der bereits darin enthaltenen Daten und ohne Informationen zu erfinden.
Integrationsdienste auf Azure Functions und/oder Container Apps entwickeln: Batch-Importe historischer Daten, Webhook-gesteuerte Verarbeitung neuer Datensätze und kontrollierte Rückschreibvorgänge in Zielsysteme.
Observability mit Azure Monitor und Application Insights einrichten, einschließlich Agenten-Traces, Fehlern und Latenz.
Sicheren Zugriff mit Entra ID, Managed Identities und Key Vault umsetzen und das Netzwerk- und Authentifizierungsdesign mit den IT- und Sicherheitsteams des Kunden abstimmen.
Test- und Evaluierungs-Frameworks für die Qualität der Agenten sowie Lasttests und User Acceptance Tests (UAT) aufbauen.
Die Komponenten zu wiederverwendbaren Agenten-Vorlagen bündeln und eine klare Dokumentation für Code, Integrationen und Prozesse verfassen.
ANFORDERUNGEN:
Mehr als 5 Jahre Erfahrung in der Softwareentwicklung, davon mehr als 2 Jahre mit der Entwicklung von LLM- oder GenAI-Lösungen im Produktivbetrieb.
Sehr gute Python-Kenntnisse (TypeScript ist von Vorteil).
Nachweisliche Erfahrung mit Azure OpenAI / Microsoft Foundry, Azure AI Search und RAG-Architekturen.
Praktische Erfahrung mit Azure Functions oder Container Apps, REST-APIs und Webhooks.
Praktische Kenntnisse in Entra ID, Key Vault und den Grundlagen von Azure-Netzwerken.
Erfahrung in der Bewertung von LLM-Ausgaben, z. B. rubrikbasierte Bewertung, Regressionstestsets oder LLM-as-Judge.
Fließende Tschechisch- und Englischkenntnisse.
WÜNSCHENSWERT:
Erfahrung in der Integration von Enterprise-SaaS-Tools wie Jira, Confluence und SharePoint über deren APIs.
Erfahrung mit Microsoft-Teams-Bots oder dem Bot Framework.
Erfahrung mit Infrastructure as Code (Bicep oder Terraform) und CI/CD in Azure DevOps oder GitHub.
Erfahrung mit ERP-/CRM-Plattformen, z. B. Dynamics 365.
Erfahrung in der Beratung oder in der kundennahen Projektumsetzung.
Microsoft-Zertifizierungen wie AI-102 oder AZ-204.
Startdatum: so bald wie möglich
Dauer: bis Dezember, mit möglicher Verlängerung.
HackerRank-Challenge: Nein
Arbeitsort: Vollständig remote möglich; vor Ort in Prag bevorzugt.
Überschneidung mit US-Arbeitszeiten erforderlich: Nein
Nr. 02Salesforce-EntwicklerJavaApexLWCJavaScriptFlows
Bewerben — schreiben Sie unsSTELLENBESCHREIBUNG:
Projekt: Neues Risikotool, Berechnung von Kreditlimits und Nachweis von Sicherheiten
Team: 1 PO, 1 TL, 3 Entwickler, 1 Tester
ANFORDERUNGEN:
Mindestens 3 Jahre Erfahrung in der Salesforce-Entwicklung
Apex, LWC, JavaScript, Flows
REST/SOAP-Integrationen
OAuth
Named/External Credentials
Git, CI/CD
Wünschenswert:
Salesforce-Zertifizierungen im Bereich Application DevelopmentVORTEIL:
Erfahrung mit Java
Nr. 03Tech Lead (70 % .NET, 30 % React).NETReact
Bewerben — schreiben Sie unsStellenbeschreibung:
Projektinformationen:
Next Generation Audit (NGA) ist die Audit-Plattform. Die Arbeit ist in Wertströme gegliedert. Jeder Wertstrom besteht aus Pods. Ein Pod liefert einen Produktbereich, zum Beispiel Administration und Freigaben, Inhaltssuche, Vorlagen für Audit-Positionen, den Datenkatalog, die Einzelfallprüfung oder die Festlegung des Umfangs und den Testplan.
Die Auslieferung ist agil. Die Pods arbeiten mit Kanban oder in Sprints. Der Tech Lead ist die technische Stimme eines Pods. Der Product Owner legt die Prioritäten fest. QA ist Teil derselben Auslieferung und kein Schritt, der erst nach der Entwicklung beginnt.
Die Plattform läuft auf Microsoft Azure. Die Services sind in .NET geschrieben. Die Benutzeroberfläche besteht aus React und TypeScript. Die genauen Bibliotheken unterscheiden sich je nach Wertstrom. Siehe den Abschnitt zur Technologie weiter unten.
Die Rolle:
Sie leiten die technische Arbeit eines Pods und schreiben weiterhin Produktionscode. Sie sind die Person, die der Pod fragt, wenn ein Entwurf, ein Review oder eine Release-Entscheidung unklar ist.
Sie arbeiten mit dem Product Owner, mit QA und mit Leads in der US-Zeitzone zusammen. Sie erklären eine technische Entscheidung in klarer Sprache, auch gegenüber Menschen, die keinen Code schreiben. Sie sagen auch, wenn eine Anforderung noch nicht bereit ist: Die Anforderung ist unklar, die Frist ist nicht realistisch, oder die Änderung hat keinen Nachweis, dass sie funktioniert.
Sie hören zu und bieten dann Optionen an. Sie erzwingen keine Entscheidung, wenn der Pod sie selbst treffen kann. Sie bemerken, wenn jemand ohne Arbeit ist oder wenn sich die Arbeit bei einer Person häuft, und verteilen sie um.
Ihre Aufgaben:
Änderungen an den Services und an der Benutzeroberfläche des Pods entwerfen und umsetzen. Den Entwurf prüfen, bevor eine große Änderung beginnt.
Die Repositories des Pods konsistent halten: API-Struktur, Swagger, Sicherheitsprüfungen und Beschreibungen der Pull Requests.
Pull Requests selbst prüfen. Eine Änderung ablehnen, die der Autor nicht erklären kann. Generierten Code, den niemand gelesen oder getestet hat, nicht freigeben.
Bei jeder Lieferung einen Nachweis verlangen. Das kann die Benutzeroberfläche sein, ein Backend-Endpunkt oder ein Integrationstest. Er soll zeigen, dass die Person das Problem und die Auswirkung versteht und dass die Änderung funktioniert.
QA einbinden, wenn das Backlog-Item geschrieben wird, nicht erst, wenn der Build eine Testumgebung erreicht. Die Abnahmeprüfungen frühzeitig vereinbaren. Entwickler unterstützen, die automatisierte Happy-Path-Tests schreiben, damit QA sie prüfen und die Randfälle abdecken kann.
Festlegen, wie der Pod KI-Werkzeuge zum Programmieren einsetzt. Regeln und Skills im Repository pflegen. Einen nützlichen Skill über einen Pull Request teilen. Eine gemeinsame Vorlage an die Domäne dieses Pods anpassen. Ein einzelnes Setup nicht für jeden Wertstrom verbindlich machen.
Das Werkzeug mit Urteilsvermögen nutzen. Ihm Kontext geben. Den Plan lesen, bevor die Umsetzung beginnt. Alles, was das Repository verlässt, wie ein Push, ein Ticket-Kommentar oder eine Freigabe eines Pull Requests, bleibt unter menschlicher Kontrolle.
An der Release-Arbeit teilnehmen. Releases werden podübergreifend koordiniert. Sie helfen dabei, den Anteil des Pods verlässlich zu machen: Umgebung, Konfiguration und eine Prüfung, dass die Änderung tatsächlich ausgerollt ist.
Einen Anteil am genehmigten Bereitschaftsdienst übernehmen, wenn der Pod es braucht. Der Bereitschaftsdienst wechselt rotierend. Er ist keine dauerhafte Wochenendverpflichtung für eine einzelne Person.
Einem neuen Teammitglied helfen, in den ersten Wochen nützlich zu werden. Das Onboarding auf dieser Plattform ist langsam, weil das System groß ist. Sie weisen die Menschen auf die Repository-Regeln, die lokale Domäne und die Person hin, die ihnen Blockaden aus dem Weg räumen kann.
Ein Risiko früh ansprechen: QA-Kapazität, eine defekte Umgebung, eine Abhängigkeit von einem anderen Pod oder eine Umfangsänderung, die zu spät kam, um gut umgesetzt zu werden.
Wie das Team arbeitet:
Das Backlog-Item ist die Einheit der Auslieferung. Ist die Anforderung dünn, halten Sie an und klären sie, bevor der Pod beginnt.
Arbeit mit kurzer Vorlaufzeit kommt vor. Sie verlangen trotzdem eine klare Anforderung und eine Frist, die der Pod einhalten kann.
Im wöchentlichen Lead-Sync berichten die Pod-Leads über den tatsächlichen Stand der Arbeit. Sie halten Ihren eigenen Pod auf dem Laufenden.
Programmieren mit KI ist normal. Cursor ist die übliche IDE. GitHub Copilot prüft Pull Requests. Manche nutzen auch Claude oder Claude Code. Es gibt keine einzelne verbindliche Werkzeugliste. Es gibt eine gemeinsame Erwartung: Der Autor versteht die Änderung.
Eine bereits genutzte, praktische Skill-Abfolge beginnt mit einer Prüfung, ob das Feature dokumentiert und bereit ist, dann folgen ein Plan, die Umsetzung, ein Branch, ein Pull Request, ein Code-Review und ein Sicherheitsdurchgang. Die Pods passen diese Abfolge an ihre Arbeit an.
Anforderungen:
Sie müssen nicht am ersten Tag jede Bibliothek kennen. Sie müssen aber im gängigen Stack produktiv sein und die Besonderheiten des Pods erlernen können.
Sie benötigen:
C# und .NET, einschließlich ASP.NET Core Web APIs
React und TypeScript
REST, Swagger / OpenAPI und Sorgfalt bei Änderungen, die aufrufende Systeme brechen
Microservices und eine in Micro-Frontends aufgeteilte Benutzeroberfläche
Microsoft Azure: mindestens App Service oder Azure Kubernetes Service, Azure Functions und Service Bus
Eine relationale Datenbank und eine Dokumentendatenbank. Die Plattform nutzt in verschiedenen Services SQL Server, Azure SQL, MongoDB und Azure Cosmos DB
Git, Pull Requests und entweder Azure DevOps oder GitHub. Dieses Programm nutzt beides
Docker, für lokale Läufe und für Service-Images
Automatisierte Tests, die Sie lesen und erweitern können. Entwickler verantworten kleine Integrationstests und Happy-Path-UI-Tests. Playwright ist das eingesetzte UI-Werkzeug
Täglichen Einsatz eines KI-Coding-Assistenten, mit der Gewohnheit, dessen Ergebnisse zu prüfen. Cursor ist das Werkzeug, das die Pods derzeit nutzen
Architektur, die Sie anwenden können sollten:
Ein dünnes Backend-for-Frontend vor den Services
Clean Architecture bei den .NET-Services, die sie bereits verwenden
Ereignisse über Service Bus, einschließlich eines Outbox, wenn der Service eine Nachricht veröffentlicht
Feature Flags. LaunchDarkly ist im Einsatz. Einige Anwendungen wechseln zu einer gemeinsamen Bibliothek für Feature-Management
API-Versionierung und Verträge, die für andere Pods stabil bleiben
Repository-Regeln, denen ein Agent folgt: Sicherheit, Swagger und die eigene Domäne des Pods
Nützlich in einem bestimmten Wertstrom, nicht für jeden Pod erforderlich:
Squidex Headless CMS, Azure Functions, Inhaltssuche
Arbeitsweise:
Arbeitssprache ist Englisch. Sie sprechen und schreiben es täglich klar.
Sie können Abwägungen, Risiken und vorgeschlagene Änderungen Ingenieuren ebenso erklären wie Menschen, die keinen Code schreiben.
Sie übernehmen die Verantwortung für das technische Ergebnis des Pods. Sie bitten um Hilfe, wenn die Entscheidung außerhalb des Pods liegt.
Sie bleiben ruhig, wenn ein Release oder eine späte Änderung den Pod unter Druck setzt. Sie benennen das Risiko früh.
Sie arbeiten zu Zeiten, die sich mit den USA überschneiden. Ein normaler Tag dauert bis etwa 18:00 Uhr MEZ. Ein Tag von 09:00 bis 18:00 oder von 10:00 bis 19:00 Uhr MEZ passt. Eine größere Überschneidung hilft. Der Zeitunterschied zur US-Ostküstenzeit beträgt etwa sechs Stunden.
Sie fühlen sich in einem Remote-Team wohl. Treffen vor Ort in Prag finden gelegentlich statt, in etwa einmal pro Quartal.
Kein Platz für Sie dabei? Schreiben Sie trotzdem — ein offener Brief wird immer gelesen.
Schreiben Sie,
und wir schreiben zurück.
Ein paar schlichte Sätze genügen. Ein Auftrag in zwei Absätzen ist reichlich. Ein Händedruck per Post kommt bis Freitag an.
backoffice@gentlecodes.com- Unternehmen
- Gentlecodes s.r.o.
- Sitz
- Bělehradská 858/23
120 00 Praha 2 – Vinohrady
Tschechische Republik - IČO · Firmennummer
- 061 64 994
- DIČ · USt-IdNr.
- CZ06164994
- Handelsregister
- Aktenzeichen C 277336, geführt beim Stadtgericht Prag
- Datenbox
- du7j2ss
Everquest ist eine eigenständige juristische Person; ihre Unternehmensangaben sind auf everquest.io veröffentlicht.