Junior Machine Learning Ingenieur

Swissquote Bank SA

Gland, Vaud, Switzerland

Gland, Vaud, Switzerland

Apply Now

About

Junior Machine Learning EngineerDen Aufbau der Bank von morgen erfordert mehr als nur Mittel; es bedeutet, unsere Unterschiede zu kombinieren, um zu imaginieren, zu diskutieren, zu codieren, zu entwickeln, zu testen, zu lernen… und jeden Schritt gemeinsam zu gehen. Teile unsere Vibes? Schließe dich Swissquote an, um dein Potenzial zu entfalten. Wir sind der Schweizer Marktführer im Online-Banking und bieten Handels-, Investitions- und Bankdienstleistungen für unsere Kunden über unsere leistungsstarke und sichere digitale Plattform an. Unsere Mitarbeiter arbeiten flexibel, ohne Kleiderordnung und in multikulturellen Teams, haben großen Einfluss auf die Branche, erweitern ihr Fähigkeitsspektrum und fördern ihre Karriere in einer schnelllebigen Umgebung. Schau hinter die Kulissen, indem du Humans of Swissquote besuchst. Als Arbeitgeber für Chancengleichheit heißen wir Menschen mit unterschiedlichen Hintergründen, Erfahrungen und Perspektiven in unserem Team willkommen. Bist du interessiert? Sei nicht schüchtern, bewirb dich!Junior Machine Learning EngineerUnsere KI-Systeme haben messbare Auswirkungen auf die gesamte Bank, von Modellen, die die Kerngeschäftsprozesse antreiben, bis hin zu einer wachsenden Sammlung von LLM-gestützten Lösungen, die die Zusammenarbeit von Teams transformieren. Während wir dieses Portfolio skalieren, benötigen wir Ingenieure, die die Grenzen des Möglichen erweitern können, während sie Produktionssysteme stabil halten.Wir suchen im Data Science-Team einen Junior Machine Learning Engineer, der KI-gestützte Lösungen entwerfen, entwickeln und implementieren kann – mit starkem Fokus auf Large Language Models. Du wirst in Projekte von Anfang bis Ende eingebunden sein: von der Konzeption bis zu produktionsreifen Systemen für Nutzer. Dies ist eine hochwirksame Rolle, in der du frühzeitig echte Verantwortung übernehmen und beeinflussen wirst, wie KI entwickelt und in der gesamten Bank bereitgestellt wird.Als Junior Machine Learning Engineer wirst du:- LLM-gestützte Designs erstellen und entwickeln, die Large Language Models nutzen – einschließlich RAG-Systemen, agentischen Workflows und Schnittstellen – maßgeschneidert auf komplexe Geschäftsbedürfnisse in einem dynamischen Umfeld.- Modelle entwickeln und anpassen: Trainiere, fine-tune und evaluiere sowohl klassische ML- als auch LLM-Modelle, wähle den richtigen Ansatz für jedes Problem aus und berücksichtige Produktionsbeschränkungen wie Kosten und Genauigkeit.- Für die Produktion entwickeln: Baue zuverlässige, skalierbare ML-APIs. Dir liegt die Codequalität, das Testen und die Wartbarkeit ebenso am Herzen wie das Modell.- Zu Frameworks für KI beitragen – insbesondere für Systeme, bei denen herkömmliche Metriken nicht ausreichen – und sie zur kontinuierlichen Verbesserung nutzen.- Am Puls der Zeit bleiben: Verfolge aktiv die dynamische LLM-Landschaft, bewerte aufkommende Werkzeuge und Techniken (neue Modellveröffentlichungen, Frameworks, Prompting) und berücksichtige deren Nutzen für das Unternehmen.- Über Teamgrenzen hinweg arbeiten: Arbeite eng mit Wissenschaftlern und MLOps-Ingenieuren, Produktverantwortlichen und Geschäftsinteressierten zusammen, um Geschäft Probleme zu lösen.Hintergrund:- Abschluss in Informatik, Maschinenlernen, Data Science, Ingenieurwesen oder einem verwandten Bereich.- Fachkompetenz: Starke Programmierkenntnisse in Python. Du schreibst sauberen, wartbaren Code und legst Wert auf Engineering-Standards.- NLP-Erfahrung: Praktische Erfahrung im Umgang mit großen Sprachmodellen (Prompt-Engineering, RAG, Feinabstimmung, Agenten-Frameworks) – sei es durch berufliche Erfahrung, persönliche Projekte oder akademische Studien.- Grundlagen: Solide Kenntnisse in klassischem maschinellem Lernen und Deep Learning. Du kannst das richtige Werkzeug für die jeweilige Aufgabe auswählen, sei es ein gradient-boosted Baum oder ein tiefes neuronales Netzwerk.- Komfort: Du bist in der Lage, über das Modell hinaus zu bauen – sei es, ein API einzurichten, eine Webschnittstelle zusammenzustellen oder eine Pipeline zu verbinden.- Produktionsdenken: Vertrautheit mit dem Bereitstellen von Modellen in die Produktion. Erfahrung mit (Docker, Kubernetes) und CI/CD ist von Vorteil.- Kritisches Denken: Du verstehst die Herausforderungen von KI-Systemen und denkst kritisch über die Gestaltung von sinnvollen Benchmarks hinaus hinaus einfache Genauigkeit.- Wünschenswert: Erfahrung mit MLflow, dem Fein-tuning von Open-Source-LLMs oder Frontend-Frameworks (React, Streamlit, Gradio). jid822773eade jit0309ade jpiy26ade

Gland, Vaud, Switzerland

Languages

German

Notice for Users

This job comes from a TieTalent partner platform. Click "Apply Now" to submit your application directly on their site.

Apply Now