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

Glattpark (Opfikon) (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/GenAI-Lösungen: Übersetzung von Business-Roadmaps in Lösungsdesigns sowie Implementierung robuster Trainings-/Inferenz-Pipelines und Produktionsservices
• Mitgestaltung von Lösungsarchitekturen zusammen 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 und Modellpromotion durch Dev-Test-Prod
• Pflege von CI/CD/CT-Templates inkl. Modell-/Prompt-Paketierung, Validierungs-Gates und Promotion-Prozessen
• Betrieb von Model Registry/Versionierung sowie automatisierten Retraining-Triggern gemäss ADAO-Governance
• Bereitstellung reproduzierbarer Experimentierumgebungen sowie Verwaltung von Feature-Store-Mustern und Validierung
• Durchführung von Evaluationsprozessen für ML & GenAI (Regressionstests, A/B-Tests, Safety- und Mehrsprachigkeitsprüfungen)
• Erstellung konformer Modell-Dokumentationen sowie Umsetzung von Governance-, Sicherheits- und Datenschutzkontrollen
• Implementierung von Responsible-AI-/GenAI-Leitplanken wie Grounding, Human-in-the-loop-Freigaben und Audit-Logs
• Implementierung vollständiger Observability für Modelle und Services sowie Pflege von Runbooks und Alerting
• Definition von SLOs/SLIs sowie Monitoring/Alerting für Qualität, Drift, Latenz, Verfügbarkeit und Kosten
• Mitwirkung bei Incident-Resolution, Postmortems und kontinuierlichen Zuverlässigkeitsverbesserungen
• Bereitstellung wiederverwendbarer ML/GenAI-Komponenten sowie Coaching der Teams zu MLOps-/LLMOps-Best-Practices
• Aufbau wiederverwendbarer Bibliotheken und Referenzimplementierungen (z. B. RAG-Konnektoren, Evaluationstools)
• Coaching von Pod-Engineers durch Reviews, Pairing und Clinics sowie Mitwirkung an ADAO AI Academy Materialien

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 nachgewiesener End-to-End-Produktion von ML/GenAI-Lösungen
• Praktische Erfahrung mit CI/CD und DevOps für ML-Workloads sowie mit Infrastructure-as-Code (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)
• Fundierte Python-Softwareentwicklungskenntnisse (Testing, APIs), Erfahrung mit Containern (Docker) und Cloud-Deployment-Mustern; GenAI/RAG-Erfahrung von Vorteil
• Vertrautheit mit Feature Stores, Experiment Tracking, Datenqualitätstests und Orchestrierungstools (Airflow/Dagster/Prefect)
• Starke Kommunikations- und Stakeholder-Management-Fähigkeiten, Ownership-Mentalität und Belastbarkeit mit strukturiertem Engineering-Ansatz
• Fähigkeit, ohne formale Autorität Einfluss zu nehmen, Standards über Hub und Pods hinweg zu fördern und sich kontinuierlich an neue KI/ML-Technologien anzupassen; Erfahrung in der Telekommunikationsbranche von Vorteil

Was diese Stelle ausmacht

• Dynamisches und multinationales Arbeitsumfeld, in dem jede Stimme zählt
• Gelebte Vielfalt als Teil der Unternehmens-DNA
• Partnerschaft mit «Advance – Gender Equality in Business»
• Ausgezeichnet mit dem Swiss LGBTI Label und der Zertifizierung «Fair-ON-Pay Advanced»