Description:

Der perfekte Kandidat verfügt über einen Master oder Doktortitel in Informatik, Datenwissenschaft, Statistik, Linguistik oder vergleichbare Erfahrung und mindestens ein Jahr Branchenerfahrung im Bereich maschinelles Lernen. Der ideale Kandidat sollte über Kenntnisse in ML und Technik verfügen und die Fähigkeit zur selbstorganisierten Forschung unter Beweis gestellt haben. Kenntnisse in der Sensorproduktion und Verfahrenstechnik sind nicht erforderlich, aber Interesse wäre sehr willkommen. Darüber hinaus suchen wir jemanden mit guten Kommunikationsfähigkeiten, der in der Lage ist, technische Konzepte sowohl einem technischen als auch einem nicht-technischen Publikum effektiv zu vermitteln und fließend Deutsch und Englisch zu sprechen.

Hauptaufgaben:

- Lösung zentraler ML- und Data-Engineering-Herausforderungen, Modellimplementierung und relevante Backend-/Frontend-Entwicklung sowie Modellbewertung und Feinabstimmung.

- Entwicklung von Methoden für die semantische Interpretation und automatische Redundanzbeseitigung von proprietären Dokumenten.

- Entwicklung von Experimenten, um unser Verständnis für eine gute Wissensbasis für LLM-Agenten zu verbessern.

- Aufbau von Pipelines, die Datenerfassung, Dokumentenvorbereitung und -vorverarbeitung, RAG-Implementierung und LLM-Bewertung für verschiedene interne Anwendungen und Anwendungsfälle umfassen.

- Benchmarking und Bewertung von Optimierungstechniken, um Effizienz und Leistung zu gewährleisten.

- Machen Sie sich mit verschiedenen Dokumentenquellen und -formaten vertraut.

- Messen und analysieren Sie die Leistung der Pipelines und liefern Sie datengestützte Erkenntnisse für Verbesserungen.

- Sie arbeiten eng mit funktionsübergreifenden Teams zusammen und kommunizieren die Ergebnisse klar an die wichtigsten Stakeholder im gesamten FEI-Betrieb, um die Zuverlässigkeit der Produkte und den Projekterfolg sicherzustellen.

Notwendige Voraussetzungen:

- MS/PhD in Informatik, Datenwissenschaft, Statistik, (Computer-)Linguistik oder verwandten Bereichen

- Mindestens ein Jahr Branchenerfahrung im maschinellen Lernen oder in verwandten Bereichen.*

- Nachgewiesene technische Fähigkeiten bei der Anwendung und Bewertung von Modellen des maschinellen Lernens in Produktionsumgebungen oder in der ML/LLM-Forschung.*

- Gute Programmierkenntnisse in Python und Deep-Learning-Frameworks wie PyTorch, Tensorflow, JAX.*

- Eine dynamische und belastbare Person, die offen ist für die Arbeit in einer sich entwickelnden Projektumgebung, die Initiative ergreift, um das Projekt zu gestalten, und die kontinuierlich lernt und sich an neue Herausforderungen und Möglichkeiten anpasst.*

- Gute Kommunikationsfähigkeiten, mit der Fähigkeit, technische Konzepte sowohl einem technischen als auch einem nicht-technischen Publikum effektiv zu vermitteln

- Fließend in Deutsch und Englisch

Job Title: Junior Machine Learning Engineer/Data Scientist

Location: Rotkreuz, Switzerland

Job Type: Contract

TEKsystems, an Allegis Group company. Allegis Group AG, Aeschengraben 20, CH-4051 Basel, Switzerland. Registration No. CHE-101.865.121. TEKsystems is a company within the Allegis Group network of companies (collectively referred to as "Allegis Group"). Aerotek, Aston Carter, EASi, TEKsystems, Stamford Consultants and The Stamford Group are Allegis Group brands. If you apply, your personal data will be processed as described in the Allegis Group Online Privacy Notice available at our website.

To access our Online Privacy Notice, which explains what information we may collect, use, share, and store about you, and describes your rights and choices about this, please go our website.

We are part of a global network of companies and as a result, the personal data you provide will be shared within Allegis Group and transferred and processed outside the UK, Switzerland and European Economic Area subject to the protections described in the Allegis Group Online Privacy Notice. We store personal data in the UK, EEA, Switzerland and the USA. If you would like to exercise your privacy rights, please visit the "Contacting Us" section of our Online Privacy Notice on our website for details on how to contact us. To protect your privacy and security, we may take steps to verify your identity, such as a password and user ID if there is an account associated with your request, or identifying information such as your address or date of birth, before proceeding with your request. commitments under the UK Data Protection Act, EU-U.S. Privacy Shield or the Swiss-U.S. Privacy Shield.