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

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

Jobbeschreibung

AI/ML Engineer & MLOps (w/m/d)

Ihr Aufgabengebiet

• Entwicklung und Industrialisierung von ML- und GenAI-Lösungen: Übersetzung von Business-Roadmaps in Solution-Designs sowie Implementierung robuster Trainings-/Inferenz-Pipelines und Produktionsservices
• Gemeinsame Konzeption von Lösungsarchitekturen mit Data Scientists und Domain Pods (Batch/Echtzeit, APIs, RAG-Muster)
• Industrialisierung von Prototypen: automatisierte Tests, sichere Paketierung, Deployment/Rollback sowie Performance- und Kostenoptimierung
• Aufbau und Weiterentwicklung von MLOps-/LLMOps-Pipelines inkl. standardisierter CI/CD-Workflows, Modellpromotion (Dev-Test-Prod) sowie Monitoring- und Retraining-Mechanismen
• Pflege von CI/CD/CT-Templates inkl. Modell-/Prompt-Paketierung, Validierungs-Gates und Promotion
• Betrieb von Modell-Registry/Versionierung sowie automatisierten Retraining-Triggern gemäss ADAO-Governance
• Durchführung von Experimenten und Feature-Management inkl. reproduzierbarer Experimente, Feature-Store-Mustern und Validierung
• Bereitstellung von Experiment-Tracking, Datensatz-/Feature-Versionierung sowie Evaluationsläufen für ML und GenAI (Regression, A/B-Tests, Safety- und Mehrsprachigkeitschecks)
• Erstellung von Modell-Dokumentation, Governance- und Risikoartefakten sowie Unterstützung bei Responsible-AI-/GenAI-Guardrails
• Implementierung von Observability, Monitoring, Alerting sowie Mitwirkung bei Incident-Resolution und Reliability-Verbesserungen
• Definition von SLOs/SLIs, Pflege von Runbooks sowie Teilnahme an On-Call und Incident-Postmortems
• Bereitstellung wiederverwendbarer ML/GenAI-Komponenten, Coaching von Teams zu MLOps-/LLMOps-Best-Practices und Sicherstellung einheitlicher Engineering-Standards über Hub und Pods hinweg

Was Sie ausmacht

• Bachelor- oder Masterabschluss in Informatik, Data Science, Ingenieurwesen, Mathematik oder gleichwertige praktische Erfahrung
• Mindestens 3 Jahre Erfahrung in ML Engineering, MLOps, Software-/Data Engineering oder verwandten Rollen mit nachweislicher End-to-End-Produktion von ML-/GenAI-Lösungen
• Praktische Erfahrung mit CI/CD und DevOps für ML-Workloads (Testing, Versionskontrolle, Release Management) sowie IaC (Terraform/Pulumi) und GitOps
• Erfahrung mit ML-Frameworks (scikit-learn, PyTorch, TensorFlow) und Serving-Mustern (REST/gRPC, Batch, Streaming) sowie MLOps-Tools (MLflow, Kubeflow, Azure ML, Vertex AI, SageMaker)
• Ausgeprägte Python-Softwareentwicklungskenntnisse (Testing, APIs), Containererfahrung (Docker) und Cloud-Deployment-Muster; GenAI-/RAG-Erfahrung von Vorteil
• Vertrautheit mit Feature Stores, Experiment-Tracking, Datenqualitätstests und Orchestrierungstools (Airflow/Dagster/Prefect) sowie Erfahrung in Hub-and-Spoke-Arbeitsmodellen
• Starke Kommunikations- und Stakeholder-Management-Fähigkeiten, Ownership-Mentalität und Zuverlässigkeit unter Druck mit strukturiertem Engineering-Ansatz
• Fähigkeit, ohne formale Autorität Einfluss zu nehmen, Standards über Hub und Pods hinweg zu vertreten und sich kontinuierlich an neue AI/ML-Technologien anzupassen; Telekommunikationserfahrung von Vorteil

Was diese Stelle ausmacht

• Arbeiten in einem dynamischen und multinationalen Umfeld, in dem jede Stimme gehört wird
• Gelebte Diversität als fester Bestandteil der Unternehmenskultur
• Partnerschaft mit «Advance – Gender Equality in Business»
• Auszeichnung mit dem Swiss LGBTI Label und «Fair-ON-Pay Advanced»-Zertifizierung
• Chancengleichheit und faire Bezahlung für gleichwertige Arbeit