Wir suchen dich – werde Teil unseres Teams

Was dich erwartet

• Spannende und innovative Projekte für unsere Kunden. Je nach Bedarf begleiten wir den Prozess mit Kreativ-Workshops, entwickeln Proof-of-Concepts und setzen die Lösungen gemeinsam um.
• Wir nutzen ein breites Spektrum an AI/ML-Technologien – von klassischem Supervised Learning bis hin zu explorativen GenAI-Ansätzen wie Agentic AI oder dem Model Context Protocol (MCP). Je nach Bedarf arbeiten wir mit RAG-Architekturen, primär in der Azure Cloud, aber auch in anderen Umgebungen oder mit Open-Weights-Modellen.
• Unsere Lösungen bauen auf dem Python-Ökosystem auf – von Machine-Learning-Frameworks wie PyTorch oder scikit-learn über GenAI-Toolkits wie LangChain oder LlamaIndex bis hin zu Backend-Frameworks wie FastAPI. MLOps und Deployment realisieren wir mit Terraform, Docker, Kubernetes, MLflow und Azure ML.
• Ein breites Spektrum an Aufgaben – von initialen Workshops mit Kunden (unser «AI-Kickstart»-Format) über Data Exploration bis hin zur Umsetzung skalierbarer AI/ML-Lösungen
• Fortwährendes Lernen und stetige Weiterbildung im Bereich AI/ML, sowie Einblicke in die verschiedenen Branchen unserer Kunden
• Abwechslung und spannende Zusammenarbeit in internen Projektteams sowie vor Ort bei unseren Kunden
• Ein erfahrenes und intrinsisch motiviertes Team aus AI-/ML- und Software-Engineers

Was du mitbringst

• Mehrjährige Erfahrung (mind. 5 Jahre) in der Entwicklung von AI/ML-Anwendungen – idealerweise im produktiven Einsatz für Kunden oder eigene Produkte
• Ein abgeschlossenes Masterstudium in Informatik, Data Science oder einem verwandten Fachgebiet
• Sehr gute Kenntnisse in Python und relevanten AI/ML-Frameworks (z. B. PyTorch, scikit-learn) sowie Erfahrung mit modernen Backend-Stacks (z. B. FastAPI)
• Optional: Erfahrung mit Java, Spring oder modernen Frontend-Technologien
• Erfahrung mit Cloud-Services, speziell in Bezug auf ML/AI-Services (bevorzugt auf Azure)
• Praktische Erfahrung im Aufbau von AI-Architekturen – von klassischen ML-Pipelines bis hin zu komplexen GenAI-Lösungen wie RAG, Agentic Workflows oder dem Model Context Protocol (MCP)
• Du kennst dich mit Embeddings, Transformer-Architekturen und Prompt Engineering aus
• Starke Software Engineering Skills : Fähigkeit, sauberen, wartbaren Code zu schreiben – Clean Code ist für dich selbstverständlich
• Erfahrung mit MLOps, Deployment und Infrastruktur – z. B. Docker, Kubernetes, Terraform, MLflow, Azure ML
• Erfahrung in der Arbeit mit CI/CD-Pipelines und GitOps-Workflows
• Sicherer Umgang mit relationalen Datenbanken (SQL) und gängigen Speicherlösungen

Warum wir