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

• Verantwortung für den gesamten Weg vom Prototyp bis zur Produktion – Fine-Tuning, Deployment, Inference-Optimierung, Monitoring und kontinuierliche Verbesserung von ML- und LLM-Systemen
• Mitwirkung an Projekten zu LLM-Serving und Inference-Stacks, Kosten-/Latenzoptimierung, Zuverlässigkeit strukturierter Ausgaben, Monitoring-Pipelines für Modelle oder Produktivsetzung von Lösungen, die gemeinsam mit AI Scientists entwickelt wurden
• Zusammenarbeit in Projektteams mit AI Scientists, Software Engineering, Infrastruktur und Fachexperten, um Lösungen mithilfe moderner Deployment-Tools (Docker, Kubernetes, CI/CD) reibungslos in Unternehmensökosysteme zu integrieren

Was Sie ausmacht

• Master-Abschluss in Informatik, Ingenieurwesen oder gleichwertig
• Mindestens 3 Jahre Erfahrung als AI Engineer oder in einer ähnlichen Funktion
• Erfahrung im Deployment und Betrieb von ML-/LLM-Systemen in Produktion (Serving, Monitoring, Kosten-/Latenzoptimierung)
• Starke Programmierkenntnisse (Python, SQL) sowie Vertrautheit mit Deployment-Tools (Docker, Kubernetes, CI/CD)
• Vertrautheit mit ML-Bibliotheken (TensorFlow, PyTorch, Scikit-learn etc.)
• Praktische Erfahrung mit Cloud-Plattformen (AWS, Azure oder GCP)
• Gute Englischkenntnisse
• Von Vorteil: Erfahrung mit LLM-Inference-Stacks (z. B. vLLM) und Zuverlässigkeit strukturierter Ausgaben
• Von Vorteil: Vertrautheit mit Databricks oder verteilten Datenframeworks
• Von Vorteil: Erfahrung im Finanzsektor oder anderen regulierten Branchen

Was diese Stelle ausmacht

• Unbefristete Festanstellung in Vollzeit
• Attraktive Vergütung und Entwicklungsmöglichkeiten
• Anregendes wissenschaftliches Umfeld mit informeller Arbeitsatmosphäre
• Mentoring, kontinuierliches Lernen und enger Austausch mit führenden Forschungsteams