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

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

Jobbeschreibung

AI/ML Engineer (w/m/d)

Ihr Aufgabengebiet

• Design, Implementierung und Deployment produktionsreifer, skalierbarer AI/ML-Systeme, inklusive multimodaler Foundation-Model-Lösungen
• Aufbau robuster APIs, Evaluationspipelines, Infrastruktur und Observability-Layer
• Rasches Prototyping und Bewertung neuer AI-Frameworks, Bibliotheken und Tools zur Verbesserung von Systemperformance, Entwicklungsgeschwindigkeit oder Produktfähigkeiten, mit anschliessender Überführung in gut architektierte, wartbare Systeme
• Zusammenarbeit mit Product-, Data- und Engineering-Teams zur Übersetzung von Business-Problemen in AI-gestützte Lösungen
• Mitwirkung am Auf- und Ausbau der internen ML-Plattform und des Toolsets, inklusive CI/CD für ML sowie Experiment-Tracking und -Evaluation
• Umsetzung von spec-driven Development, bei dem Spezifikationen und Design-Intent selbst verantwortet werden, während LLMs einen Grossteil der Implementierung übernehmen, stets mit Mensch im Kontrollprozess

Was Sie ausmacht

• Leidenschaft für den Aufbau robuster Systeme, schnelles Experimentieren und das Ausliefern von Mehrwert durch AI
• Ausgeprägter AI-Optimismus: Sie greifen als Erstes zu diesen Tools, loten deren Grenzen aus und lassen sich von den Möglichkeiten begeistern
• Starke Python-Programmierkenntnisse sowie Erfahrung mit ML/AI-Bibliotheken wie PyTorch, Hugging Face Transformers, LangChain und LangGraph
• Erfahrung im Deployment und Betrieb produktionsreifer ML-Systeme, inklusive Monitoring, Testing und Continuous Delivery
• Expertise mit LLMs, Vektordatenbanken, Retrieval-Augmented Generation (RAG) sowie im Aufbau agentischer Systeme mit Tool-Nutzung und Orchestrierung
• Strukturierter Ansatz zur Bewertung der LLM-Performance und zum Verständnis des Prompt-Verhaltens über verschiedene Modellvarianten und -versionen hinweg
• Praktische Erfahrung mit Cloud-Plattformen (GCP, AWS oder Azure); Kenntnisse in Infrastructure-as-Code oder Container-Orchestrierung von Vorteil
• Fähigkeit, rasch mit Prototypen zu iterieren und diese anschliessend in gut architektierte, wartbare Systeme zu überführen
• Kollaborative Denkweise und ausgezeichnete Kommunikationsfähigkeiten für die funktions- und disziplinübergreifende Zusammenarbeit

Was diese Stelle ausmacht

• Zahlreiche individuelle Benefits