Lead Data Scientist

Wir suchen einen erfahrenen Leiter für KI und Datenwissenschaft, der unser Unternehmensportfolio für KI leitet, das vier spezialisierte Bereiche umfasst: Generative KI, agentische Plattformen, KI-Betrieb, statistische ML-Modellierung und KI für Rechenzentren in unserem HVAC-Geschäft. Dieser Leiter wird die End-to-End-KI-Strategie verantworten – von der Experimentierung bis zur Produktion – und sicherstellen, dass KI-Initiativen messbaren Geschäftswert liefern, zuverlässig im großen Maßstab arbeiten und mit den umfassenderen Zielen der digitalen Transformation des Unternehmens übereinstimmen. Der ideale Kandidat kombiniert tiefes technisches Credo mit starker Führungskompetenz und kann sich in den Bereichen neueste GenAI-Innovation, disziplinierte ML-Engineering und domänenspezifische Anwendungen in den Bereichen Energie, HVAC und Rechenzentren wohlfühlen.

Wesentliche Verantwortlichkeiten

• Definieren und Ausführen der mehrjährigen AI/ML-Roadmap über alle vier Bereiche hinweg, abgestimmt auf die Geschäftsprioritäten und PL-Auswirkungen.
• Als die führende Stimme für KI innerhalb der Organisation fungieren – die Geschäftsführung zu neuen Technologien (LLMs, agentische KI, Edge KI) und deren geschäftlichen Anwendungen beraten.
• Governance-Rahmen für verantwortungsvolle KI, Risikomanagement von Modellen, Datenschutz und regulatorische Compliance etablieren.
• Lieferantenbeziehungen (Cloud-Anbieter, LLM-Anbieter, Tools) verwalten und Entscheidungen über Eigenentwicklung oder Zukauf treffen.

GenAI Agentic Plattform

• Leitung des Designs und der Skalierung einer unternehmensweiten agentischen KI-Plattform (LLM-Orchestrierung, RAG-Pipelines, Multi-Agenten-Workflows, Tool/Funktionsaufrufe, Sicherheitsvorkehrungen und Bewertungsrahmen).
• Förderung der Nutzung von GenAI-Copiloten und autonomen Agenten in internen und kundenorientierten Anwendungsfällen.
• Immer einen Schritt voraus sein im sich schnell entwickelnden GenAI-Ökosystem (Basis-Modelle, Feinabstimmung, Prompt-Engineering, Agentenrahmen) und Plattformstandards festlegen.

KI-Betrieb

• Verantwortung für das operationale Rückgrat aller AI/ML-Arbeitslasten: CI/CD für Modelle, Modellüberwachung, Drift-Erkennung, Retraining-Pipelines, Beobachtbarkeit und Vorfallreaktion.
• SLAs/SLOs für Produktionsmodelle und GenAI-Dienste festlegen; Zuverlässigkeit, Latenz und Kostenoptimierung vorantreiben (einschließlich Kostenmanagement für LLM-Inferenz).
• Die ML-Plattform-Stack (Feature-Stores, Modellregister, Experimentverfolgung, Bereitstellungsmuster) im gesamten Unternehmen standardisieren.

Statistische ML-Modelle für das Geschäft

• Überwachung der Entwicklung statistischer, prognostizierender und maschineller Lernmodelle zur Unterstützung zentraler Geschäftsprozesse (z.B. Nachfrageprognose, Preisgestaltung, Abwanderung, Serviceoptimierung, vorausschauende Wartung).
• Sicherstellen von Strenge in der Modellentwicklung – experimentelles Design, Validierung, Erklärbarkeit und messbare Geschäftsziel-KPIs.
• Partnerschaft mit Führungskräften der Geschäftseinheiten zur Priorisierung eines Portfolios von hochrentablen Analyseanwendungen.

KI für Rechenzentren im HVAC-Geschäft

• Leitung von AI/ML-Initiativen, die sich auf die Entwicklung und den Betrieb von Rechenzentren konzentrieren – thermisches Management, Kühloptimierung, Energieeffizienz, Kapazitätsplanung und vorausschauende Einblicke für HVAC-Systeme.
• Eng mit Produkt-, Ingenieur- und Feldteams im HVAC-Bereich zusammenarbeiten, um Sensor-/Telemetriedaten (BMS, IoT, Kühler, CRAH/CRAC-Einheiten) in umsetzbare Erkenntnisse und Produktmerkmale zu übersetzen.
• Entwicklung von digitalen Zwillingen, Anomalieerkennung und Optimierungsmodellen, die PUE, Betriebszeit und Lebenszyklus von Geräten für Kunden im Rechenzentrum verbessern.

Führung und organisatorische Leitung

• Einstellung, Mentoring und Entwicklung von POD-Leitern und einem multidisziplinären Team von Datenwissenschaftlern, ML-Ingenieuren, GenAI-Ingenieuren und MLOps-Ingenieuren.
• Eine Kultur der Experimentation, technischen Exzellenz und geschäftlichen Verantwortung fördern.
• Karrierewege, Leistungsstandards und Wissensaustauschpraktiken über PODs hinweg definieren.

Erforderliche Qualifikationen

• Bachelor- oder Masterabschluss in Informatik, Datenwissenschaft, Ingenieurwesen, Statistik oder einem verwandten Bereich (Doktortitel von Vorteil).
• 12+ Jahre Erfahrung in Datenwissenschaft/Maschinenlernen, davon 5+ Jahre in leitenden Positionen mit der Leitung mehrerer Teams oder PODs.
• Nachweisliche Erfolge bei der Bereitstellung produktionsreifer AI/ML-Systeme im Unternehmensmaßstab.
• Praktische Vertrautheit mit dem modernen GenAI-Stack: LLMs (OpenAI, Anthropic, Open-Source), RAG, Vektordatenbanken, Agentenrahmen (z.B. LangGraph, CrewAI, AutoGen) und Bewertungs-/Sicherheitswerkzeugen.
• Starke Grundlagen in MLOps/AIOps-Praktiken und Cloud-Plattformen (AWS / Azure / GCP), Containerisierung und CI/CD für ML.
• Solide Grundlagen in klassischer Statistik und ML (Regression, Zeitreihen, Klassifikation, Optimierung) und deren Anwendung auf Geschäftsprobleme.
• Nachgewiesene Fähigkeit, mit Geschäftspartnern zusammenzuarbeiten, mehrdeutige Probleme in KI-Lösungen zu übersetzen und Auswirkungen an Führungskräfte zu kommunizieren.
• Erfahrung in der Verwaltung von Budgets, Lieferanten und funktionsübergreifenden Programmen.

Bevorzugte Qualifikationen

• Branchenerfahrung in HVAC, Rechenzentren, Energiemanagement, Gebäudeautomation oder industriellem IoT.
• Vertrautheit mit Zeitreihen-/Telemetriedaten im großen Maßstab, digitalen Zwillingen, physikbasiertem ML oder verstärkendem Lernen für Steuerung/Optimierung (z.B. Kühloptimierung).
• Erfahrung mit der Bereitstellung von Edge-AI und BMS/SCADA-Integration.
• Kenntnis von verantwortungsvollen KI-Rahmenwerken, Modellgovernance und relevanten Vorschriften.
• Veröffentlichungen, Patente oder anerkannte Beiträge in AI/ML.

Wesentliche Kompetenzen

• Strategisches Denken mit praktischer technischer Tiefe
• Führung mehrerer Teams und Talententwicklung
• Kommunikation auf Führungsebene und Stakeholder-Management
• Handlungsdrang und ergebnisorientierte Lieferung
• Komfort mit Mehrdeutigkeit in einer sich schnell entwickelnden KI-Landschaft

Ihre Gebäude haben einen Zweck. Sie sind Orte, an denen Menschen leben oder arbeiten. Einrichtungen zum Lernen oder Heilen. Veranstaltungsorte für Unterhaltung und Einkauf. Standorte für die spezialisierte Lagerung greifbarer Güter oder mission-critical Daten. Ihre Gebäude haben eine riesige Vielfalt an Funktionen; sie sind zentral für Ihre Mission. Hier kommt Johnson Controls ins Spiel und hilft, die Ergebnisse zu erzielen, die am wichtigsten sind. Durch ein vollständiges Spektrum an Systemen und digitalen Lösungen machen wir Ihre Gebäude intelligenter. Ein intelligenteres Gebäude ist sicherer, komfortabler, effizienter und letztendlich nachhaltiger. Am wichtigsten ist, dass intelligentere Gebäude es Ihnen ermöglichen, sich intensiver auf Ihre einzigartige Mission zu konzentrieren. Besser für Ihre Menschen. Besser für Ihre Bilanz. Besser für den Planeten. Bei Johnson Controls machen wir seit 1885 Gebäude intelligenter, und unsere Fähigkeiten, die Tiefe der Innovationserfahrung und die globale Reichweite wachsen seitdem stetig. Heute bieten wir das größte Portfolio an Gebäudeprodukten, -technologien, -software und -dienstleistungen der Welt an; wir setzen dieses Portfolio ein, um die Umgebungen zu transformieren, in denen Menschen leben, arbeiten, lernen und spielen.