← Toutes les offres

Lead Data Scientist

Tyco Fire & Security GmbH

Type de contrat
Temps plein
Taux d’occupation
100%
Lieu
Neuhausen am Rheinfall
Entreprise
Tyco Fire & Security GmbH, Victor-von-Bruns-Strasse 21, 8212 Neuhausen am Rheinfall
Langues
Anglais (courant)
Première publication
Postuler

Ce que vous ferez

Nous recherchons un Leader expérimenté en IA et Data Science pour diriger notre portefeuille d'IA d'entreprise couvrant quatre opérations spécialisées : GenAI & Agentic Platforms, AI Operations, Statistical & ML Modeling, et Data Center AI pour notre activité HVAC. Ce leader sera responsable de la stratégie IA de bout en bout — de l'expérimentation à la production — en veillant à ce que les initiatives d'IA apportent une valeur commerciale mesurable, fonctionnent de manière fiable à grande échelle et s'alignent sur les objectifs de transformation numérique plus larges de l'entreprise.

Le candidat idéal combine une profonde crédibilité technique avec un fort leadership humain, et peut opérer confortablement dans l'innovation de pointe de la GenAI, l'ingénierie ML disciplinée et les applications spécifiques au domaine dans les environnements d'énergie, de HVAC et de data center.

Comment vous le ferez

Leadership Stratégique

  • Définir et exécuter la feuille de route IA/ML pluriannuelle à travers les quatre opérations, en alignement avec les priorités commerciales et l'impact sur le P&L.
  • Agir en tant que voix IA senior pour l'organisation — conseiller la direction exécutive sur les technologies émergentes (LLMs, agentic AI, edge AI) et leurs applications commerciales.
  • Établir des cadres de gouvernance couvrant l'IA responsable, la gestion des risques des modèles, la confidentialité des données et la conformité réglementaire.
  • Gérer les relations avec les fournisseurs (fournisseurs de cloud, fournisseurs de LLM, outillage), et prendre des décisions build-vs-buy.

GenAI & Agentic Platform

  • Diriger la conception et la mise à l'échelle d'une plateforme d'IA agentique d'entreprise (orchestration de LLM, pipelines RAG, flux de travail multi-agents, appel d'outils/fonctions, guardrails et cadres d'évaluation).
  • Stimuler l'adoption de copilotes GenAI et d'agents autonomes pour les cas d'utilisation internes et orientés client.
  • Rester en avance sur l'écosystème GenAI en évolution rapide (modèles de fondation, fine-tuning, prompt engineering, frameworks d'agents) et définir les standards de la plateforme.

AI Operations

  • Assumer la responsabilité de la colonne vertébrale opérationnelle pour toutes les charges de travail AI/ML : CI/CD pour les modèles, surveillance des modèles, détection de dérive, pipelines de réentraînement, observabilité et réponse aux incidents.
  • Établir des SLA/SLO pour les modèles de production et les services GenAI ; piloter la fiabilité, la latence et l'optimisation des coûts (y compris la gestion des coûts d'inférence LLM).
  • Standardiser la stack de la plateforme ML (feature stores, registres de modèles, suivi d'expériences, modèles de déploiement) à travers l'organisation.

Statistical & ML Models for Business

  • Superviser le développement de modèles statistiques, de prévision et d'apprentissage automatique soutenant les fonctions commerciales de base (ex: prévision de la demande, tarification, churn, optimisation de service, maintenance prédictive).
  • Assurer la rigueur dans le développement des modèles — conception expérimentale, validation, explicabilité et KPIs commerciaux mesurables.
  • Collaborer avec les chefs d'unités commerciales pour prioriser un portefeuille de cas d'utilisation analytiques à haut ROI.

Data Center AI for HVAC Business

  • Diriger les initiatives AI/ML axées sur le développement et les opérations des data centers — gestion thermique, optimisation du refroidissement, efficacité énergétique, planification de la capacité et informations prédictives pour les systèmes HVAC.
  • Travailler en étroite collaboration avec les équipes produits, ingénierie et terrain de HVAC pour traduire les données de capteurs/télémétrie (BMS, IoT, chillers, unités CRAH/CRAC) en intelligence exploitable et en fonctionnalités produit.
  • Développer des jumeaux numériques, des modèles de détection d'anomalies et d'optimisation qui améliorent le PUE, le temps de disponibilité et le cycle de vie des équipements pour les clients de data centers.

People & Organizational Leadership

  • Recruter, mentorer et faire progresser les chefs de POD et une équipe multidisciplinaire de data scientists, ingénieurs ML, ingénieurs GenAI et ingénieurs MLOps.
  • Favoriser une culture d'expérimentation, d'excellence en ingénierie et de responsabilité commerciale.
  • Définir les parcours de carrière, les standards de performance et les pratiques de partage des connaissances entre les PODs.

Ce que nous recherchons

Requis

  • Bachelor's ou Master's degree en informatique, science des données, ingénierie, statistiques ou un domaine connexe (PhD est un plus).
  • Plus de 12 ans d'expérience en science des données / machine learning, avec plus de 5 ans en leadership senior gérant plusieurs équipes ou PODs.
  • Expérience de domaine en HVAC, data centers, gestion de l'énergie, automatisation du bâtiment ou IoT industriel.
  • Expérience prouvée de la livraison de systèmes AI/ML de classe production à l'échelle de l'entreprise.
  • Familiarité pratique avec la stack GenAI moderne : LLMs (OpenAI, Anthropic, open-source), RAG, bases de données vectorielles, frameworks d'agents (ex: LangGraph, CrewAI, AutoGen) et outillage d'évaluation/guardrail.
  • Solide base dans les pratiques MLOps/AIOps et les plateformes cloud (AWS / Azure / GCP), la conteneurisation et le CI/CD pour le ML.
  • Fondations solides en statistiques classiques et ML (régression, séries temporelles, classification, optimisation) et leur application aux problèmes commerciaux.
  • Capacité démontrée à collaborer avec les parties prenantes métier, à traduire des problèmes ambigus en solutions d'IA et à communiquer l'impact aux cadres dirigeants.
  • Expérience de la gestion de budgets, de fournisseurs et de programmes transversaux.

Préféré

  • Familiarité avec les données de séries temporelles/télémétrie à grande échelle, les jumeaux numériques, le ML informé par la physique ou l'apprentissage par renforcement pour le contrôle

Traduit automatiquement depuis l’original.

Publié il y a 3 jours

Lieu

Voir sur Google Maps

Cette page sur jobsswitzerland.ch