Offene Rollen

Bring KI in Produktion: Du baust LLM- und RAG-Anwendungen, AI Agents und ML-Pipelines, die in Schweizer Unternehmen täglich im Einsatz sind.

Warum diese Rolle zählt

Prototypen gibt es genug. Was unseren Kunden fehlt, sind KI-Lösungen, die sicher, messbar und wartbar im Betrieb laufen – in Banken, Versicherungen, im Gesundheitswesen und in der öffentlichen Hand. Automatisierung & KI ist einer unserer Schwerpunkte, und du bist die Person, die aus einem Use Case ein System macht: mit sauberer Datenbasis, belastbarer Evaluation, Monitoring und klarer Governance.

Deine Mission

Du bringst Machine-Learning- und GenAI-Lösungen vom ersten Experiment bis in den produktiven Betrieb – und sorgst dafür, dass sie dort bleiben: nachvollziehbar, datenschutzkonform und mit messbarem Nutzen für die Fachbereiche.

Deine Aufgaben

• LLM- und RAG-Anwendungen bauen: Retrieval-Pipelines, Chunking- und Embedding-Strategien, Prompting und Tool Use für Assistenzsysteme, Wissenssuche und Dokumentenverarbeitung
• AI Agents entwickeln: agentische Workflows, die Prozesse automatisieren und sauber in bestehende Systeme und APIs integriert sind
• Qualität messbar machen: Evaluations-Frameworks mit Testsets, Metriken und LLM-as-a-Judge aufsetzen, Halluzinationen und Regressionen früh erkennen
• MLOps betreiben: Trainings- und Deployment-Pipelines, Monitoring, Modell- und Prompt-Versionierung sowie CI/CD für ML-Workloads
• Daten vorbereiten: Datenquellen erschliessen, bereinigen und aufbereiten – mit Blick auf Qualität, Herkunft und Zugriffsrechte
• Cloud-Plattformen nutzen: Lösungen auf Azure ML / Azure AI Foundry, Google Vertex AI oder AWS SageMaker / Bedrock architektonisch und kostenbewusst umsetzen
• Verantwortungsvoll entwickeln: Datenschutz nach revDSG, Anforderungen des EU AI Act und Responsible-AI-Prinzipien von Anfang an berücksichtigen
• Beraten und befähigen: Use Cases mit Kunden bewerten, Machbarkeit einschätzen und Teams im Umgang mit KI weiterbringen

Dein Profil

Muss

• Mehrjährige Erfahrung als ML Engineer, Data Scientist mit Engineering-Fokus oder Software Engineer mit ML-Schwerpunkt
• Sehr gute Python-Kenntnisse und Erfahrung mit dem gängigen ML- und GenAI-Ökosystem
• Praxis mit LLM-Anwendungen und RAG im produktiven Umfeld, nicht nur im Notebook
• Erfahrung mit mindestens einer Cloud-ML-Plattform (Azure, Google Cloud oder AWS)
• Verständnis für MLOps: Pipelines, Versionierung, Monitoring und Deployment
• Bewusstsein für Datenschutz, Sicherheit und die Grenzen von KI-Systemen
• Sehr gutes Deutsch und gutes Englisch

Von Vorteil

• Erfahrung mit AI Agents, Function Calling oder Orchestrierungs-Frameworks
• Kenntnisse in Vektordatenbanken, Suchsystemen und Evaluation von LLMs
• Container, Kubernetes und Infrastructure as Code
• Erfahrung in regulierten Branchen und mit dem EU AI Act

Was dich erwartet

• Moderne Stacks & KI im Alltag – du arbeitest mit aktuellen Modellen und Plattformen, nicht mit Altlasten
• Deine Stimme zählt – Entscheidungen treffen wir gemeinsam und nah an der Arbeit
• Direkter Draht statt Hierarchie – von der Idee zur Entscheidung ohne Umwege
• Echte Verantwortung ab Tag eins – du prägst Architektur und Vorgehen deiner Projekte
• Du gestaltest mit, wie wir arbeiten – auch unser eigenes KI-Angebot entwickelst du aktiv weiter
• Weiterbildung & Zertifizierungen – gezielt auf Azure, Google Cloud und AWS
• Anspruchsvolle Projekte in Banken, Versicherungen, Gesundheitswesen, Telekommunikation und öffentlicher Hand

Arbeitsmodell

Hybrid in der ganzen Schweiz, mit Sitz in Meggen bei Luzern. Remote, wo es passt, beim Kunden, wenn es die Zusammenarbeit weiterbringt. Pensum 80–100 %, Start nach Vereinbarung.

Bewerbung

Schick uns deinen CV oder ein Kurzprofil an hello@gridz.ch. Ein Link zu GitHub, einem Projekt oder einem Paper, auf das du stolz bist, sagt uns oft mehr als ein Anschreiben.

Wie läuft der Prozess ab?
Kennenlerngespräch, danach ein technisches Gespräch anhand eines realen Use Cases – ohne Coding-Marathon.

Jetzt bewerben