SuisseCo ist spezialisiert auf die europaweite Rekrutierung und Vermittlung von hochqualifizierten, zuverlässigen und motivierten IT-Spezialisten für Unternehmen in der Schweiz. Wir unterstützen dadurch unsere Kunden bei der Umsetzung ihrer IT-Projekte und garantieren zeitnahe und flexible Lösungen mit höchster Qualität. Aktuell sind wir für eine renommierte Grossbank aus Zürich auf der Suche nach einem Data Scientist

• Einsatzbeginn: Dezember 2025
• Projektdauer: Januar 2027
• Arbeitspensum: 100%

Hauptaufgaben

• Entwerfen und konzipieren von GenAI-Lösungen (einschliesslich RAG und Agents) in Zusammenarbeit mit Data Engineers und Fachexperten, um die Daten und den geschäftlichen Kontext zu verstehen und sicherzustellen, dass Modelle und Lösungen die richtigen Probleme adressieren.
• Enge Zusammenarbeit mit Geschäftspartnern, um Anforderungen zu definieren sowie messbare Leistungskennzahlen für den Business Case basierend auf technischen Leistungskennzahlen festzulegen.
• Fokus auf erste Prototypen oder nicht-operationalisierte Anwendungsfälle: Enge Zusammenarbeit mit ML- und Cloud-Engineers sowie Fullstack-Entwicklern, um GenAI-Lösungen in die GenAI-Plattform sicher & den Compliance-Richtlinien entsprechend zu integrieren

Anforderungen

• Vertrautheit mit Bankprozessen und bankenspezifischen Vorschriften, die sich auf Modellierungen auswirken. Fähigkeit, mit komplexen Datensätzen zu arbeiten und sicherzustellen, dass KI-Lösungen mit den geschäftlichen Anforderungen, operativen Gegebenheiten und regulatorischen Vorgaben übereinstimmen.
• Übersetzung von geschäftlichen Business-Logiken in technische Spezifikationen sowie ausgeprägte Kommunikationsfähigkeiten, um Teammitglieder abzustimmen, Erwartungen zu managen und die Wertschöpfung sicherzustellen.
• Verständnis von GenAI-Technologien (RAG und Agents) und Erfahrung in der Optimierung von GenAI-Anwendungsfällen.
• Maschinelles Lernen und Statistik: Fundierte Kenntnisse in ML-Frameworks (TensorFlow, PyTorch) und fortgeschrittenen Algorithmen, insbesondere im Bereich NLP und generative Modelle; starkes Verständnis von Modellevaluation, Optimierungstechniken sowie dem Umgang mit Modellabweichungen oder -verzerrungen.
• Solide Programmierkenntnisse (Python, Versionskontrolle) und Erfahrung mit Tools für ML-Pipelines (MLflow, Kubeflow oder Azure ML), um Trainings- und Bereitstellungsprozesse zu automatisieren.
• Exzellente mündliche und schriftliche Kommunikationsfähigkeiten mit der Fähigkeit, effektiv mit diversen Teams zusammenzuarbeiten.
• Fähigkeit, pragmatische Lösungen für komplexe Herausforderungen zu entwickeln, insbesondere bei der Balance zwischen Innovation, technischer Machbarkeit sowie regulatorischen Anforderungen.