Stellen › IT & Software › Kanton Schaffhausen › Lead Data Scientist (w/m/d)

Stellenangebot

Lead Data Scientist (w/m/d)

⌖ Neuhausen am Rheinfall (Schaffhausen) · Festanstellung

Jetzt bewerben

Arbeitsort

Neuhausen am Rheinfall (Schaffhausen)

Ihr Aufgabengebiet

  • Definition und Umsetzung der mehrjährigen AI/ML-Roadmap über vier Bereiche hinweg, ausgerichtet auf Geschäftsprioritäten und P&L-Wirkung
  • Beratung der Geschäftsleitung zu neuen Technologien wie LLMs, agentenbasierter KI und Edge-KI
  • Aufbau von Governance-Strukturen für verantwortungsvolle KI, Modellrisikomanagement, Datenschutz und regulatorische Compliance
  • Steuerung von Lieferantenbeziehungen (Cloud-Anbieter, LLM-Anbieter, Tools) und Entscheidungen zu Eigenentwicklung versus Zukauf
  • Leitung von Design und Skalierung einer unternehmensweiten agentenbasierten KI-Plattform (LLM-Orchestrierung, RAG-Pipelines, Multi-Agent-Workflows, Tool-/Function-Calling, Guardrails, Evaluationsframeworks)
  • Förderung der Einführung von GenAI-Copiloten und autonomen Agenten für interne und kundenorientierte Anwendungsfälle
  • Verantwortung für den operativen Betrieb aller AI/ML-Workloads: CI/CD für Modelle, Modellüberwachung, Drift-Erkennung, Retraining-Pipelines, Observability und Incident Response
  • Festlegung von SLAs/SLOs für produktive Modelle und GenAI-Services sowie Optimierung von Zuverlässigkeit, Latenz und Kosten
  • Standardisierung des ML-Plattform-Stacks (Feature Stores, Modellregister, Experiment-Tracking, Deployment-Muster)
  • Überwachung der Entwicklung statistischer, Prognose- und ML-Modelle für zentrale Geschäftsfunktionen wie Bedarfsprognose, Pricing, Churn, Serviceoptimierung und vorausschauende Wartung
  • Sicherstellung methodischer Sorgfalt bei Modellentwicklung, Validierung, Erklärbarkeit und geschäftlichen KPIs
  • Zusammenarbeit mit Geschäftsbereichsleitern zur Priorisierung von Analytics-Use-Cases mit hohem ROI
  • Leitung von KI/ML-Initiativen für Rechenzentrumsentwicklung und -betrieb, unter anderem Thermomanagement, Kühloptimierung, Energieeffizienz und Kapazitätsplanung
  • Enge Zusammenarbeit mit Produkt-, Engineering- und Feldteams zur Umsetzung von Sensor- und Telemetriedaten in nutzbare Erkenntnisse und Produktfunktionen
  • Entwicklung von Digital-Twin-, Anomalieerkennungs- und Optimierungsmodellen zur Verbesserung von PUE, Verfügbarkeit und Lebenszyklus von Anlagen
  • Rekrutierung, Mentoring und Weiterentwicklung von POD-Leads und einem multidisziplinären Team aus Data Scientists, ML-Engineers, GenAI-Engineers und MLOps-Engineers
  • Förderung einer Kultur von Experimentierfreude, technischer Exzellenz und unternehmerischer Verantwortung
  • Definition von Karrierepfaden, Leistungsstandards und Wissensaustausch über die Teams hinweg

Was Sie mitbringen

  • Bachelor- oder Masterabschluss in Informatik, Data Science, Engineering, Statistik oder einem verwandten Fachgebiet, Promotion von Vorteil
  • 12 oder mehr Jahre Erfahrung in Data Science/Machine Learning, davon mindestens 5 Jahre in einer leitenden Führungsposition mit Verantwortung für mehrere Teams
  • Erfahrung in den Bereichen HVAC, Rechenzentren, Energiemanagement, Gebäudeautomation oder industrielles IoT
  • Nachweisliche Erfahrung in der Umsetzung produktionsreifer KI/ML-Systeme im Unternehmensmassstab
  • Praktische Kenntnisse des modernen GenAI-Stacks: LLMs (OpenAI, Anthropic, Open Source), RAG, Vektordatenbanken, Agentenframeworks (z. B. LangGraph, CrewAI, AutoGen) sowie Evaluierungs- und Guardrail-Tools
  • Fundierte Kenntnisse 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 Fachbereichen zusammenzuarbeiten, komplexe Fragestellungen in KI-Lösungen zu übersetzen und Wirkung gegenüber der Geschäftsleitung zu kommunizieren
  • Erfahrung im Management von Budgets, Lieferanten und bereichsübergreifenden Programmen
  • Kenntnisse in Zeitreihen-/Telemetriedaten im grossen Massstab, Digital Twins, physikinformiertem ML oder Reinforcement Learning von Vorteil
  • Erfahrung mit Edge-KI-Deployment und BMS/SCADA-Integration von Vorteil
  • Kenntnisse in Frameworks für verantwortungsvolle KI, Modellgovernance und relevanten Regularien von Vorteil
  • Publikationen, Patente oder anerkannte Beiträge im Bereich KI/ML von Vorteil

Was Sie erwartet

  • Zahlreiche individuelle Benefits

Zum Klienten

Weitere Informationen zum Klienten und laufend neue Jobchancen erhalten Sie nach Ihrer Anmeldung und dem Onboarding per Mail oder online. Wir freuen uns, Sie persönlich bei unserem Klienten vorstellen zu dürfen!

Interessiert?

Erstellen Sie Ihre Bewerbungsunterlagen in wenigen Minuten. Wir stellen Ihr Profil dem Unternehmen vor. Bei Interesse meldet es sich direkt bei Ihnen. Für Sie kostenlos.

Jetzt bewerben