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

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

Jobbeschreibung

AI Engineer_Senior (w/m/d)

Ihr Aufgabengebiet

• Entwicklung von KI-Komponenten fuer Produkte und Enterprise-Plattformen, darunter Agenten, RAG-Pipelines, Inferenzdienste, LLM-Orchestrierung und Integration von vortrainierten oder feinabgestimmten Modellen
• Implementierung von Applikationslogik in Python, TypeScript oder vergleichbaren Sprachen unter Sicherstellung von Codequalitaet, Skalierbarkeit und Wartbarkeit
• Integration von AI/ML-APIs, KI-Clouddiensten und individuellen Modellen in Applikations- und Cloud-native-Architekturen
• Zusammenarbeit mit AI Architect und AI Data Scientist zur Ueberfuehrung von Modellen, Prototypen und technischen Spezifikationen in produktionsreife Komponenten
• Mitwirkung an der technischen Konzeption von KI-Modulen, inklusive Implementierungsmustern, Schnittstellen und Integrationslogik
• Durchfuehrung von Testing, Debugging, Profiling und Performance-Optimierung der entwickelten KI-Komponenten
• Anwendung von Software-Engineering-Praktiken wie Code-Reviews, Versionierung, technischer Dokumentation und Testautomatisierung
• Sicherstellung, dass entwickelte Loesungen den Standards bezueglich Sicherheit, Zuverlaessigkeit, Wiederverwendbarkeit und Compliance entsprechen
• Zusammenarbeit mit DevOps/MLOps Engineers zur Integration von KI-Komponenten in CI/CD-Prozesse, Deployment und Monitoring in Cloud-Umgebungen
• Mitwirkung am Lifecycle-Management von Modellen, inklusive Versionierung, Packaging, Konfiguration, Release und Betriebsueberwachung
• Unterstuetzung bei der Industrialisierung von KI-Prototypen und wiederverwendbaren Assets bis zu stabilen, dokumentierten Komponenten
• Mitwirkung am Aufbau der internen Bibliothek an Komponenten, Templates, Konnektoren und Acceleratoren der Factory
• Zusammenarbeit in multidisziplinaeren Teams mit Product Managern, FullStack Developern, UI/UX Engineers, Data Engineers, AI Data Scientists und AI Architects
• Uebersetzung von Produktanforderungen in umsetzbare technische Loesungen unter Beruecksichtigung von Einschraenkungen, Abhaengigkeiten und Risiken
• Fachliche Unterstuetzung junionerer Teammitglieder durch Weitergabe von Best Practices
• Teilnahme an Planning-, Refinement-, Technical-Review- und Retrospektiven-Sitzungen zur kontinuierlichen Verbesserung der Delivery

Was Sie ausmacht

• 3-5 Jahre Erfahrung in AI Engineering, Machine Learning Engineering, Software Engineering oder der Entwicklung von AI/ML-Loesungen in Enterprise- oder Technologieumgebungen
• Fundierte Kenntnisse in Python sowie den gaengigen AI/ML-Frameworks wie PyTorch, TensorFlow, scikit-learn oder vergleichbaren
• Erfahrung mit LLMs, RAG-Pipelines, Embeddings, Prompt Engineering, Model Serving oder der Integration generativer Modelle
• Erfahrung in Entwicklung und Integration von REST-APIs, Applikationsdiensten, Microservices oder Cloud-native-Komponenten
• Vertrautheit mit Containerisierung, Docker, Kubernetes und Deployment-Praktiken in Cloud-Umgebungen
• Kenntnisse der MLOps-Prinzipien sowie gaengiger Tools fuer Model-Lifecycle-Management, Experiment-Tracking oder Model-Monitoring
• Faehigkeit, sauberen, testbaren, dokumentierten und wiederverwendbaren Code zu schreiben
• Faehigkeit zur Zusammenarbeit in agilen, funktionsuebergreifenden Teams mit technischen und produktbezogenen Ansprechpartnern
• Gute Englischkenntnisse
• Von Vorteil: Erfahrung mit GenAI- und Agentic-AI-Frameworks wie LangChain, LlamaIndex, Semantic Kernel oder vergleichbaren
• Von Vorteil: Erfahrung mit KI-Clouddiensten wie Azure AI, AWS Bedrock, AWS SageMaker, Google Vertex AI oder vergleichbaren Plattformen
• Von Vorteil: Vertrautheit mit Vector-Datenbanken und Retrieval-Technologien wie Pinecone, Weaviate, FAISS, pgvector oder vergleichbaren
• Von Vorteil: Kenntnisse verteilter Architekturen, Event-driven Architecture, API-Gateways und Microservice-Systemen
• Von Vorteil: Erfahrung mit MLOps-Tools wie MLflow, DVC, Kubeflow oder vergleichbaren Plattformen
• Von Vorteil: Kenntnisse in Responsible AI, Model Evaluation, Explainability, Applikationssicherheit und Datenschutz
• Von Vorteil: Erfahrung in Beratungs-, Enterprise- oder produktzentrierten Kontexten
• Von Vorteil: Zertifizierungen im Bereich Cloud, AI/ML oder Software Engineering

Was diese Stelle ausmacht

• Investition in Zukunftskompetenzen ab dem ersten Tag durch Veranstaltungen, Tools und Kurse zu Kuenstlicher Intelligenz
• Ueber 50 Stunden technische und Management-Weiterbildung pro Jahr
• Klare Karriereentwicklungs- und Aufstiegsmoeglichkeiten
• Internationale Mobilitaet, inklusive bis zu 20 Tage Smart Working aus dem Ausland ohne Dienstreise
• Hybrides Arbeiten ohne zentral vorgegebene Praesenztage
• Internationales Netzwerk und globale Zusammenarbeit
• Unterstuetzung durch persoenliche Counselor ab dem ersten Tag
• Vielfaeltige Benefits- und Corporate-Welfare-Programme
• Teilnahme an Leadership-Programmen