Senior IA-Ingenieur

• 30. Juni 2026 • 100% • Unbefristet • Lausanne Senior IA-Ingenieur • Vollzeit • Abteilung: Diagnostics • Abt.: Diagnostics • Division: Ingenieurwesen Unternehmensbeschreibung Nexthink ist der Marktführer bei Software für die Verwaltung der digitalen Mitarbeitererfahrung. Das Unternehmen bietet IT-Verantwortlichen eine beispielloser Weise die Möglichkeit, Probleme, die Mitarbeiter überall und mit jeder Anwendung oder jedem Netzwerk betreffen, zu sehen, zu diagnostizieren und im großen Maßstab zu lösen, bevor die Mitarbeiter das Problem bemerken. Als erste Lösung, die es der IT ermöglicht, von der reaktiven Problemlösung zur proaktiven Optimierung überzugehen, ermöglicht Nexthink mehr als 1.300 Kunden, bessere digitale Erfahrungen für mehr als 18 Millionen Mitarbeiter zu bieten. Mit Hauptsitz in Lausanne, Schweiz, und Boston, Massachusetts, hat Nexthink 9 Büros weltweit. LI-Hybride # Stellenbeschreibung Sind Sie leidenschaftlich an KI interessiert und möchten Sie die Innovation in einer dynamischen und auswirkungsorientierten Umgebung vorantreiben? Haben Sie Erfahrung in der Entwicklung von KI-gesteuerten Anwendungen und mögen Sie es, andere zu führen? Wenn ja, laden wir Sie ein, Nexthink als Senior IA-Ingenieur beizutreten! Als Senior-Mitglied des KI-Teams prototypieren, entwickeln und bereitstellen Sie KI-gesteuerte Funktionen in der Nexthink-Cloud-Plattform. Sie treffen architektonische Entscheidungen, etablieren Best Practices und stellen sicher, dass KI-Systeme skalierbar, überwachbar und für die Produktion geeignet sind. Verantwortlichkeiten KI-Ingenieurwesen & Architektur Entwerfen, entwickeln und betreiben Sie qualitativ hochwertige KI/ML-Systeme für die Produktion, einschließlich LLM-gesteuerter Anwendungen, NLP-Modellen, RAG-Pipelines und Multi-Agenten-Systemen Treffen Sie wichtige architektonische Entscheidungen zur Modellauswahl, Trainingsstrategien, Feinabstimmung, Wiederherstellungsmechanismen, Orchestrierungsebenen und Infrastruktur Integrieren Sie externe KI-Dienste (z. B. LLM-Anbieter) in die Nexthink-Cloud-Plattform Lösen Sie ingenieurtechnische Herausforderungen im Zusammenhang mit der Datenerfassung, Wiederherstellung, Bewertung, Inferenz, Latenz und Kosteneffizienz KI-Gute-Praxis-Bewertung & Qualität Definieren Sie robuste Bewertungsrahmen für Online- und Offline-Bewertungen sowie Erfolgsindikatoren Implementieren Sie Dashboards und Überwachungssysteme, um die Qualität zu verfolgen und Rückentwicklungen in der Produktion zu erkennen Entwerfen Sie automatisierte Bewertungspipelines für Prompts, Einbettungen, Modelle und Agenten-Workflows Stellen Sie die Überwachbarkeit und Zuverlässigkeit von KI-Systemen im großen Maßstab sicher MLOps & Cloud-Ingenieurwesen Implementieren und warten Sie reproduzierbare ML-Pipelines und CI/CD-Workflows für KI-Komponenten Verwalten Sie die Bereitstellung, Überwachung und Lebenszyklus von KI-Modellen und -Artifacts in der Produktion Optimieren Sie Systeme für Skalierbarkeit, Leistung, Durchsatz und Kosten Arbeiten Sie mit AWS (oder äquivalenten Cloud-Plattformen), Docker und Orchestrierungs-Frameworks (Kubernetes/ECS) Produkt & Quer-Collaboration Zusammenarbeit mit Produktmanagern, Designern, Software-Ingenieuren und Data Scientists Übersetzen Sie unklare Produktanforderungen in inkrementale und testbare Ingenieurpläne Schlagen Sie proaktiv neue KI-Funktionen basierend auf Benutzererkenntnissen und technologischen Fortschritten vor Kommunizieren Sie komplexe KI-Konzepte klar an technische und nicht-technische Stakeholder Führung & Mentoring Führen und coachen Sie Junior-KI-Ingenieure in Best Practices für die Produktion Etablieren Sie Ingenieurstandards und KI-Best-Practices innerhalb des Teams Fördern Sie eine Kultur des Experimentierens, Lernens und Wissensaustauschs Qualifikationen Bachelor-/Master-Abschluss in Informatik, Maschinellem Lernen, Data Science oder einem verwandten Bereich. Mehr als 5 Jahre Berufserfahrung in der Software-Ingenieurwesen, einschließlich der Bereitstellung und des Betriebs von Cloud-Diensten in der Produktion Praktische Erfahrung mit Produktionsanwendungen, die von LLM oder ML/NLP-Anwendungen angetrieben werden. Beherrschung von Python und KI-Frameworks Gutes Verständnis der Grundlagen des maschinellen Lernens (überwachtes/unterwachtes Lernen, Optimierung, Modellbewertung). Solides Verständnis der Grundlagen des maschinellen Lernens (Training, Optimierung, Bewertung) Erfahrung mit NLP-Systemen (Einbettungen, semantische Suche, Wiederherstellungssysteme, Textklassifizierung usw.) Erfahrung in der Integration und dem Betrieb von LLM (Prompting, Bewertung, Überwachung, RAG, agentische Workflows) Praktische Erfahrung mit MLOps: reproduzierbare Pipelines, Experimentenverfolgung, automatisierte Bewertung, CI/CD für Modelle und Prompts Kenntnisse über verstärkendes Lernen, generative Wiederherstellung (RAG) und KI-Architekturen mit mehreren Agenten. Gutes Gespür für Daten: Fähigkeit, Protokolle zu untersuchen, Metriken zu entwerfen und Rückentwicklungen schnell zu erkennen Erfahrung mit AWS und KI-basierten Cloud-Bereitstellungen. Exzellente Kommunikationsfähigkeiten in Englisch, in der Lage, komplexe KI-Konzepte an technische und nicht-technische Stakeholder zu erklären Exzellente Problemlösungsfähigkeiten und Fähigkeit, in einer dynamischen und kollaborativen Umgebung zu arbeiten. Vorteile Solide Erfahrung mit AWS (oder äquivalenter Cloud-Plattform) für eine skalierbare KI-Infrastruktur. Erfahrung in der Optimierung von Modellen für Latenz, Durchsatz und Kosten. Erfahrung in der Feinabstimmung großer Sprachmodelle. Vertrautheit mit Multi-Agenten-Systemen und Orchestrierungs-Frameworks. Erfahrung in der Konzeption von KI-Systemen in einer Umgebung mit hohem Maß an Skalierbarkeit