Weitere Stellen suchen

Zum Klienten

Weitere Informationen zum Klienten und laufend neue Jobchancen erhalten Sie nach Ihrer Anmeldung und dem Onboarding durch Ihren Fachberater per Mail oder online. Wir freuen uns, Sie persönlich kennenzulernen!

Arbeitsort

Zürich (Distanz und Fahrzeit ab Ihrer Wohnadresse erhalten Sie nach Ihrer Anmeldung)

Jobbeschreibung

AI Engineer (w/m/d)

Ihr Aufgabengebiet

• Entwicklung anspruchsvoller KI-Lösungen, darunter Large Language Models (LLMs), Retrieval-Augmented Generation (RAG) Systeme und weitere generative KI-Anwendungen
• Engineering und Optimierung von Prompts für verschiedene Business-Anwendungsfälle mit Fokus auf Zuverlässigkeit, Genauigkeit und Performance
• Aufbau end-to-end KI-Pipelines von der Datenaufnahme bis zum Modell-Deployment und Monitoring in Produktionsumgebungen
• Zusammenarbeit mit Data Scientists, Software Engineers und Business Stakeholdern zur Übersetzung von Geschäftsanforderungen in skalierbare KI-Lösungen
• Umsetzung von MLOps Best Practices wie Modellversionierung, A/B-Testing sowie Continuous Integration/Deployment für KI-Systeme
• Beobachtung neuer Technologien und Beurteilung ihrer Anwendbarkeit auf Herausforderungen im Versicherungs- und Rückversicherungsgeschäft
• Aufbau und Pflege von Beziehungen zu Business Leadern und Kunden, um deren Bedürfnisse zu verstehen und als vertrauenswürdiger Partner in der KI-Innovation aufzutreten

Was Sie ausmacht

• Höherer Abschluss in Informatik, künstlicher Intelligenz, Machine Learning, Ingenieurwesen oder einem verwandten quantitativen Fachgebiet
• 3-5 Jahre praktische Erfahrung in der Entwicklung und dem Deployment von AI/ML-Lösungen in einem Unternehmens- oder Produktionsumfeld
• Fundierte Expertise in modernen KI-Techniken wie Prompt Engineering, RAG-Architekturen, Vektordatenbanken und Embedding-Modellen sowie konzeptionelles Know-how im Fine-Tuning von Foundation-Modellen und KI-Agenten/Orchestrierungs-Frameworks
• Sicherer Umgang mit Python inklusive solider Software-Engineering-Praktiken (Versionskontrolle, Testing, CI/CD, Code Reviews)
• Verständnis von MLOps-Tools und -Praktiken (z. B. MLflow, Weights & Biases)
• SQL- und Datenverarbeitungskenntnisse, PySpark von Vorteil
• Erfahrung mit ML-Frameworks (PyTorch, TensorFlow, Hugging Face Transformers) sowie Cloud-Plattformen (Azure, AWS oder GCP)
• Erfahrung mit dem Palantir-Ökosystem sowie spezifische Erfahrung in der Versicherungsbranche von Vorteil

Was diese Stelle ausmacht

• Attraktive leistungsbasierte variable Vergütung
• Vielfältige globale und standortspezifische Zusatzleistungen
• Hybrides Arbeitsmodell mit Präsenz an mindestens drei Tagen pro Woche im Büro
• Inklusive und flexible Arbeitsumgebung mit Fokus auf persönliche und berufliche Entwicklung