Entwerfen und konzipieren von Gen AI-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 Gen AI-Lösungen sicher und compliance-konform in die bestehende Gen AI-Plattform zu integrieren Anforderungen Mehrjährige Erfahrung als Data Scientist Erfahrung in der Umsetzung und Optimierung von Gen AI 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 Gen AI-Technologien (RAG, Agents)Fundierte Kenntnisse in ML-Frameworks (Tensor Flow, Py Torch) 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
