AI Engineer

Allgemeine Informationen

• Abteilung: Data Office
• Arbeitszeitanteil: 100%
• Standort: Genf

Unsere Firma

EFG International ist eine globale Privatbankengruppe, die Privatbank- und Vermögensverwaltungsdienste anbietet. Wir bedienen Kunden an über 40 Standorten weltweit. EFG International bietet ein stimulierendes und dynamisches Arbeitsumfeld und strebt danach, ein Arbeitgeber der Wahl zu sein. EFG verpflichtet sich, ein gerechtes und integratives Arbeitsumfeld zu schaffen, das auf dem Prinzip des gegenseitigen Respekts basiert. Der Beitritt zu unserem Team bedeutet, ein unterstützendes Umfeld zu erleben, in dem Ihre Beiträge geschätzt und anerkannt werden. Wir sind fest davon überzeugt, dass die Vielfalt unserer Teams uns einen Wettbewerbsvorteil verschafft, indem sie bessere Entscheidungen und größere Innovationen fördert.

Unser Zweck und unsere Mission

Unternehmerische Köpfe zu befähigen, Werte zu schaffen – heute und für die Zukunft. Wir sind eine Privatbank, die personalisierte Lösungen auf globaler Ebene für private und institutionelle Kunden anbietet. Unser nachhaltiger Erfolg basiert auf unseren Talenten und darauf, wie wir mit unseren Kunden und Gemeinschaften zusammenarbeiten, um dauerhafte Werte zu schaffen.

Einführung des Teams

Bei EFG möchten wir Werte aus Daten schaffen. Innerhalb unserer Abteilung Data Office suchen wir einen hochqualifizierten und motivierten AI Software Engineer, der unserem Machine Learning & GenAI-Team beitritt. Sie werden daran arbeiten, eine neue, skalierbare AI-Plattform aufzubauen und AI-gesteuerte Systeme zu entwerfen, zu bauen und bereitzustellen, die messbare Geschäftsauswirkungen erzielen.

Hauptverantwortlichkeiten

• Plattform und Architektur
  • Entwurf und Aufbau einer hybriden (on-prem / on-cloud) AI/ML-Plattform zur Ausführung von AI-Anwendungsfällen in großem Maßstab (Feature Stores, Modellregistrierung, Experimentierung, Evaluierung, Beobachtbarkeit).
  • Definition und Implementierung sicherer, zuverlässiger Inferenz- und Trainingsarchitekturen, einschließlich Vektorsuche und RAG-Komponenten, wo zutreffend.
  • Bereitstellung von Plattformunterstützung für Embeddings, Vektordatenbanken und AI-agentische Kommunikationsprotokolle zur Ermöglichung fundierter, interoperabler AI-Workflows.
  • Dokumentation von maschinellen Lernprozessen, Systemarchitektur und Betriebsanleitungen zur Reproduzierbarkeit und Wissensaustausch.
• Modellentwicklung & Evaluierung
  • Zusammenarbeit bei der Schulung, Feinabstimmung und Optimierung von Modellen (LLMs, NLP, Empfehlungen), einschließlich LoRA/PEFT, wenn relevant.
  • Implementierung von Sicherheitsvorkehrungen und Prompt-Strategien zur Reduzierung von Halluzinationen und Verbesserung von Sicherheit und Konsistenz sowie Unterstützung agentischer Workflows.
  • Einrichtung von Evaluierungsrahmen für RAG- und LLM-Systeme.
• Softwareentwicklung & MLOps
  • Eigenverantwortliche End-to-End-Softwareentwicklung von AI-Diensten und APIs (von Design und Codierung bis Test und Bereitstellung).
  • Automatisierung von Build, Test und Bereitstellung mithilfe von CI/CD-Pipelines; Verwaltung von Modell-/Versionsfreigaben über Modellregistrierungen.
  • Implementierung kontinuierlicher Überwachung für bereitgestellte AI-Systeme.
• Produkt- & Stakeholder-Zusammenarbeit
  • Enge Zusammenarbeit mit Geschäftsbenutzern, Produktverantwortlichen, Business Engineers, Datenmanagern, Datenwissenschaftlern und Technologie-Teams, um AI/ML-Anwendungsfälle, Anforderungen und Erfolgsmessungen zu verstehen.
  • Partnerschaft mit Datenwissenschaftlern, um Prototypen zu iterieren und in robuste, skalierbare Produktionsdienste umzuwandeln.
  • Übersetzung aufkommender GenAI/Agentic AI-Fähigkeiten in umsetzbare Produktmöglichkeiten und wiederverwendbare Komponenten für die Bank.
• Sicherheit, Datenschutz und Compliance
  • Gewährleistung, dass alle AI/ML-Lösungen den bankweiten Daten- und AI-Richtlinien und -Standards entsprechen, einschließlich Datenschutz, Cybersicherheit und verantwortungsbewusster AI-Praktiken.
  • Integration von Datenschutz durch Design, Zugriffskontrollen, Verschlüsselung und Nachvollziehbarkeit über Datenflüsse und Modelloperationen.
  • Zusammenarbeit mit Risiko-, Sicherheits- und Compliance-Teams zur Einhaltung von SOC 2, GDPR/CCPA und interner Governance.

Fähigkeiten und Erfahrungen

• Bildung
  • Fortgeschrittene Abschlüsse in Informatik, Datenwissenschaft, Mathematik, Statistik, Physik oder verwandten Bereichen.
• Must-Have
  • Umfangreiche Kenntnisse von ML/AI-Frameworks: PyTorch oder TensorFlow; Hugging Face-Ökosystem; LangChain/LlamaIndex oder gleichwertig für Orchestrierung, Datenstrukturen, Datenmodellierung und Softwarearchitektur.
  • Praktische Erfahrung mit LLM: Prompt Engineering, Feinabstimmung/LoRA, Embeddings, Vektordatenbanken (FAISS, Pinecone, Weaviate), RAG-Muster.
  • Solide Programmierkenntnisse in Python, R oder Java/Scala, praktische Erfahrung in SQL, ETL-Tools und Linux sowie Kenntnisse in Control-M & Terraform sind von Vorteil.
  • Vorherige Erfahrung in der Bereitstellung von Anwendungen in Cloud-Umgebungen (Azure); Vertrautheit mit hybriden On-Prem/Cloud-Setups.
  • Erfahrung im Aufbau produktionsreifer Dienste und APIs (REST/gRPC), cloud-nativ (AWS/GCP/Azure), Container (Docker) und Orchestrierung (Openshift, Kubernetes).
  • MLOps-Grundlagen: Experimentverfolgung (MLflow/W&B), Modellregistrierungen, CI/CD, Modellüberwachung, Feature Stores.
  • Fähigkeit zur Überwachung, Fehlersuche und Wartung von CI/CD-Pipelines, die in Produktionsbereitstellungen münden (GitHub Actions/GitLab CI/Azure DevOps).
  • Datenengineering-Kompetenz: SQL, Datenmodellierung, ETL/ELT und Arbeiten mit Data Warehouses/Lakes (Snowflake, BigQuery, S3/Delta).
  • Fähigkeit, in einem SCRUM/Agile-Umfeld mit Fokus auf Lieferung und Zusammenarbeit mit Stakeholdern zu arbeiten.
  • Ausgezeichnete analytische und problemlösende Fähigkeiten; ergebnis- und detailorientiert mit starker schriftlicher und mündlicher Kommunikation.
  • Erfahrung in der Banken- oder Vermögensverwaltungsbranche ist von Vorteil.
• Nice-to-Have
  • Erfahrung in der Bereitstellung und Optimierung von Open-Source-Modellen (Llama, Mistral, Mixtral) auf GPUs; Quantisierung (INT8/4), Tensor/Flash-Attention.
  • Kenntnisse über Abrufsysteme (BM25, hybride Suche), semantisches Caching und strukturierten Tooleinsatz/Agenten.
  • Evaluierungsexpertise für LLMs: rubric-basierte Bewertung, Goldstandards, adversarielle Tests und A/B-Experimentierung.
  • Sicherheitspraktiken für AI-Anwendungen: Schutz vor Prompt-Injection, Ausgabe-Filterung, Inhaltsmoderation und Red-Teaming.
  • Beiträge zu Open-Source-AI-Projekten oder veröffentlichte Arbeiten.

Unsere Werte

• Verantwortung: Verantwortung für Aufgaben und Herausforderungen übernehmen sowie kontinuierliche Verbesserung anstreben.
• Praktisch: Proaktiv sein, um schnell hochwertige Ergebnisse zu liefern.
• Leidenschaftlich: Engagement und Streben nach Exzellenz.
• Lösungsorientiert: Fokussierung auf Kundenergebnisse und faire Behandlung der Kunden mit einem risikobewussten Ansatz.
• Partnerschaftsorientiert: Förderung von Zusammenarbeit und Teamarbeit. Gemeinsam mit unternehmerischem Geist arbeiten.

Bitte fügen Sie Ihrem Lebenslauf ein Anschreiben bei, wenn Sie die Bewerbung ausfüllen.

Bewerbung

Wenn Sie sich für diese Position bewerben möchten, verwenden Sie diesen Link zur Bewerbung.