A Scientific Collaborator in the area of Machine Learning and NLP in financial industry

Die Hochschule für Angewandte Wissenschaften und Kunst der Südschweiz (SUPSI) lädt zur Bewerbung für eine Stelle als wissenschaftlicher Mitarbeiter im Bereich Deep Learning und/oder NLP am Dalle Molle Institute for Artificial Intelligence (IDSIA USI-SUPSI) innerhalb des Departements für Innovative Technologien (DTI) in Lugano ein. Der Beschäftigungsgrad beträgt 100%, mit einem Vertrag, der am oder an einem einvernehmlich vereinbarten Datum beginnt.

Aufgaben und Verantwortlichkeiten

• Durchführung fortgeschrittener Forschung im Bereich Machine Learning mit Fokus auf natürliche Sprachverarbeitung (NLP) und Deep Learning-Anwendungen für die Finanzindustrie.
• Zusammenarbeit innerhalb eines F&E-Teams zur Entwicklung von Deep Learning-Anwendungen für die Finanzindustrie in enger Zusammenarbeit mit anderen Machine Learning-Ingenieuren, Forschern und Industriepartnern.
• Entwicklung und Implementierung von Deep Learning-Systemen im Kontext der Finanzindustrie.
• Kooperation in F&E-Teams zur Durchführung von Projekten im Zusammenhang mit der Finanzindustrie.
• Zusammenarbeit mit interdisziplinären Teams zur Integration von NLP- und Deep Learning-Technologien in praktische Anwendungen.
• Prototyping von KI-Systemen durch Anwendung modernster Techniken in Deep Learning, Transformers, Large Language Models (LLM), KI-Agenten und Feinabstimmung von KI-Modellen.
• Datenanalyse und Berichterstattung unter Verwendung von Data Science-Techniken und -Methoden.

Anforderungen

• Master-Abschluss in Computer Engineering, Machine Learning Engineering oder gleichwertigem Hintergrund.
• Tiefgehende Kenntnisse in Programmiersprachen und Skriptsprachen wie Python und Bash.
• Erfahrung mit modernen ML-Tools.
• Erfahrung mit Deep Learning-Bibliotheken (z.B. PyTorch), Pandas und NumPy.
• Gute zwischenmenschliche Fähigkeiten und die Fähigkeit, sowohl autonom als auch im Team in einem zielorientierten Umfeld zu arbeiten.
• Gute organisatorische und problemlösende Fähigkeiten.
• Gute Kenntnisse der gesprochenen und geschriebenen englischen und italienischen Sprache.
• Der Kandidat sollte zu den besten 10 % der Master-Absolventen seiner Universität gehören.

Bevorzugte Qualifikationen

• Umfangreiche Erfahrung mit Deep Learning, insbesondere im Kontext von LLMs.
• Erfahrung mit Reinforcement Learning, insbesondere im Kontext von LLMs.
• Erfahrung mit relationalen Datenbanken (z.B. MariaDB, PostgreSQL), NoSQL-Datenbanken (z.B. MongoDB), Graphdatenbanken (z.B. Ne4J).
• Erfahrung im Umgang mit Containerisierungstools (z.B. Docker, Apptainer).
• Erfahrung mit CI/CD-Tools (z.B. GitLab CI/CD, GitHub Actions).
• Kenntnisse in Softwarearchitekturen wie Microservices, verteilte Systeme, Webdienste, REST APIs.
• Entwicklung von KI-Agenten.

Gewünscht, aber nicht zwingend erforderlich

• Erfahrung in der Arbeit und/oder Forschung im Finanzkontext.
• Forschungserfahrung.
• Doktorat in Machine Learning oder gleichwertig.
• Erfahrung mit HPC-Cluster-Computern.
• Kenntnisse in weiteren Programmiersprachen wie Java, C++, Rust, R.
• Kenntnisse in DevOps- und MLOps-Methoden.
• Kenntnisse einer zweiten Landessprache.

Was SUPSI bietet

• Attraktives Gehalt, das den Schweizer Standards und der Erfahrung des Kandidaten entspricht.
• Ein internationales Arbeitsumfeld mit hochkarätigen akademischen und industriellen Kooperationen.
• Teilnahme an wegweisender Forschung zur Förderung erstklassiger Forschungspartner in der Finanzindustrie.
• Keine Verpflichtung zur Lehre oder Teilnahme an der Universitätsverwaltung.
• Ausreichend Zeit für Forschungsarbeiten in Zusammenarbeit und Veröffentlichung.

Bewerbungsprozess

Bewerbungen werden nur berücksichtigt, wenn sie elektronisch über das dafür vorgesehene Bewerbungsformular eingereicht werden. Die folgenden Dokumente, verfasst in Englisch, müssen beigefügt werden:

• Motivationsschreiben, einschließlich einer kurzen Beschreibung der bisherigen Erfahrungen (1-2 Seiten).
• Namen und E-Mail-Adressen von drei Referenzkontakten.

Unvollständige Bewerbungen, solche, die an falsche Adressen gesendet werden, oder solche, die nach der Frist eingehen, werden nicht berücksichtigt. Neben den erforderlichen Bewerbungsunterlagen können zu einem späteren Zeitpunkt weitere Unterlagen (wie ein Strafregisterauszug oder eine Kopie eines Ausweisdokuments) angefordert werden.