Front-End Heavy Partnerin für Ihren ML-Ingenieur: Pixel-Perfect UI für KI-Produkte

Sie haben bereits einen ML-Ingenieur oder KI-Spezialisten in Ihrem Team. Modell-Pipelines, Embeddings, Vektorspeicher, Notebooks, LangChain oder LlamaIndex in Python – das ist deren Fachbereich. Ich bin die Front-End Heavy Engineerin daneben: 100% Verantwortung für Pixel-Perfect UI, Streaming und Design-Systeme.

Pixel-perfect UI ist meine Leidenschaft und mein Standard. Während sich ML-Ingenieure auf Modelltraining und Indizes konzentrieren, stelle ich sicher, dass das Interface pixel-perfect, flüssig und barrierefrei ist.

1. Ihr Kontur, mein Screen

Teams können dieser Arbeit schon einen Namen geben. Sie sagen „AI-Backend“. Die Liste darunter ist stabil. Diese Liste nehme ich nicht. Ich setze mich daneben.

• Sie: Ingest, Chunking, Embeddings, ein Vektorindex als abgeleiteter Store, Worker, Notebooks die zu Jobs wurden, LangChain oder LlamaIndex in Python, Evals die ihr Deploy kippen.
• Ich: Next.js oder das React, das das Produkt schon liefert, TypeScript auf dem Pfad, Streaming, Abort, leere und degradierte Zustände, Zitate auf die die Operatorin klickt, Bestätigung bei Geld und öffentlichen Posts, CRM- / Ops-Haken, Telegram wenn der Nutzer schon dort ist.

2. Der Vertrag zwischen uns

Wenn wir einen Slack-Dump von Prompts teilen, ist die Paarung schon gescheitert. Wir teilen ein Schema. Sie senden Events. Ich rendere einen Screen. Keine Seite erfindet am Freitag die API der anderen.

• Events, kein Textklumpen: token, citation, tool_propose, error, done. Aus konkatenierten Strings zeige ich weder Quelle noch Bestätigung.
• Ihre Schlüssel bleiben auf ihren Workern. Meine auf dem App-Server. Das Modell sieht weder Stripe noch das Notebook.
• Ein String, wenn ihr Kontur degradiert ist. Das Playbook wenn der Anbieter down ist, habe ich schon geschrieben. Das Produkt braucht weiter einen benannten Fehler, keine leere Blase.

3. Wer dieses Paar braucht – ich auf der Produktseite

Ein Team, das die Python-Spezialistin schon bezahlt hat und merkt, dass der Index kein Produkt ist. Ein Team, das diese Spezialistin gerade einstellt und nicht will, dass in der JD auch steht „und bitte die Next.js-App ausliefern“. Ein Senior auf jeder Seite der Grenze.

• Die Korpus-Arbeit ist echt. Der Nutzer öffnet weiter eine Buchung, ein Ticket, eine Mini App, ein Dashboard. Diese Fläche ist das Produkt.
• Sie können benennen, was hinter einer menschlichen Bestätigung bleibt. Die Kasse bleibt beim Menschen – das schreibe ich immer. Ihr Graph darf vorschlagen. Meine UI ist der Tap.

4. Was ich in diesem Team nicht tue

Wenn die Spezialistin geht und die JD still zu „und besitzen Sie auch die Notebooks“ wird, ist das ein anderer Vertrag. Die Stelle, die der Markt für diesen Python-Seat schreibt, habe ich schon zerlegt. Ich tue nicht so, als würde ich sie von der React-Seite abdecken.

• Ich werde nicht in derselben Woche die Embeddings-Person, der LlamaIndex-Worker und die Produkt-UI sein.
• Ich fine-tune kein Netz, weil der Chat „on-brand klingen soll“. Dieses Briefing gehört auf ihre Seite der Grenze – oder nicht in den Sprint.

Fazit: stellen Sie mich daneben ein, nicht statt ihrer

Ich bin Frontend / Fullstack für ein Produkt, das diese Spezialistin hat – Pipelines, Embeddings, Worker, Notebooks, LangChain oder LlamaIndex in Python. Sie halten den Kontur am Leben. Ich halte das Produkt ein Produkt: ein Screen, eine Bestätigung, ein Haken in den Rest der App. Ohne sie kann ich trotzdem KI ins Produkt legen. Ich bin nur nicht die einzige Person auf der ganzen ML-Karte.

Schreiben Sie über das Formular, wer den Python-Kontur hält, und welchen Screen der Nutzer öffnet. Wir fangen nicht damit an, dass ich ihr Ersatz werde.