Aufgaben

• Entwerfen und konzipieren von GenAI-Lösungen (einschliesslich RAG und Agents) zur Unterstützung bankfachlicher Anwendungsfälle
• Definition von Anforderungen und messbaren Leistungskennzahlen für Business Cases in enger Abstimmung mit den Fachbereichen
• Enge Zusammenarbeit mit Data Engineers und Fachexperten, um Daten und geschäftlichen Kontext zu verstehen und sicherzustellen, dass Modelle und Lösungen die relevanten Probleme adressieren
• Fokus auf erste Prototypen oder nicht-operationalisierte Anwendungsfälle
• Zusammenarbeit mit ML- und Cloud-Engineers sowie Fullstack-Entwicklern, um GenAI-Lösungen sicher und compliance-konform in die bestehende GenAI-Plattform zu integrieren

Anforderungen

• Mehrjährige Erfahrung als Data Scientist
• Erfahrung in der Umsetzung und Optimierung von GenAI Use Cases
• Erfahrung in der Übersetzung von Business-Logiken in technische Spezifikationen und Erkennen von Optimierungspotenzialen
• Vertrautheit mit Bankprozessen und bankenspezifischen Vorschriften
• Tiefes Verständnis von GenAI-Technologien (RAG, Agents)
• Fundierte Kenntnisse in ML-Frameworks (TensorFlow, PyTorch) und fortgeschrittenen Algorithmen, insbesondere im Bereich NLP und generative Modelle
• Starkes Verständnis von Modellevaluation
• Solide Programmierkenntnisse in Python, inkl. Versionskontrolle
• Erfahrung mit MLOps und ML-Pipeline-Tools (z. B. MLflow, Kubeflow oder Azure ML)
• Fliessende Englischkenntnisse
• Gute Deutschkenntnisse (mind. B2-Niveau)

Persönlichkeit

• Sehr gute Kommunikationsfähigkeiten
• Sehr gute Problemlösungsfähigkeiten
• Fähigkeit, pragmatische Lösungen für komplexe Herausforderungen zu entwickeln, insbesondere bei der Balance zwischen Innovation, technischer Machbarkeit sowie regulatorischen Anforderungen