KI-Ingenieur

Über den Job

Allgemeine Informationen

• Abteilung: Data Office
• Arbeitszeitanteil: 100%
• Standort: Genf

Unser Unternehmen

EFG International ist eine globale Privatbankengruppe, die Privatbank- und Vermögensverwaltungsdienstleistungen anbietet. Wir betreuen Kunden an über 40 Standorten weltweit. EFG International bietet ein anregendes und dynamisches Arbeitsumfeld und strebt danach, ein bevorzugter Arbeitgeber zu sein. 

EFG verpflichtet sich, ein gerechtes und inklusives Arbeitsumfeld zu schaffen, das auf dem Prinzip des gegenseitigen Respekts basiert. Der Beitritt zu unserem Team bedeutet, ein unterstützendes Umfeld zu erleben, in dem Ihre Beiträge geschätzt und anerkannt werden. Wir sind fest davon überzeugt, dass die Vielfalt unserer Teams uns einen Wettbewerbsvorteil verschafft, indem sie bessere Entscheidungen und größere Innovationen fördert.

Unser Zweck und unsere Mission

Unternehmerische Köpfe befähigen, Werte zu schaffen – heute und für die Zukunft.

Wir sind eine Privatbank, die personalisierte Lösungen auf globaler Ebene für private und institutionelle Kunden anbietet. Unser nachhaltiger Erfolg basiert auf unseren Talenten und darauf, wie wir mit unseren Kunden und Gemeinschaften zusammenarbeiten, um dauerhaften Wert zu schaffen.

Stellenbeschreibung

Einführung des Teams

• Bei EFG wollen wir Wert aus Daten schaffen. Innerhalb unserer Data Office-Abteilung suchen wir einen hochqualifizierten und motivierten KI-Softwareingenieur, der unserem Machine Learning & GenAI-Team beitritt. Sie werden eine neue, skalierbare KI-Plattform aufbauen und KI-gesteuerte Systeme entwerfen, entwickeln und bereitstellen, die messbare geschäftliche Auswirkungen liefern.
• Dies ist eine ausgezeichnete Gelegenheit, in einer wachsenden Organisation einen bedeutenden Einfluss zu nehmen, die sich der Bereitstellung eines herausragenden digitalen Bankerlebnisses für unsere Kunden verschrieben hat. 

Hauptverantwortlichkeiten

1. 1) Plattform und Architektur 

• Entwurf und Aufbau einer hybriden (On-Premise / Cloud) KI/ML-Plattform zur Skalierung von KI-Anwendungsfällen (Feature Stores, Modell-Registry, Experimentierung, Bewertung, Beobachtbarkeit).
• Definition und Implementierung sicherer, zuverlässiger Inferenz- und Trainingsarchitekturen, einschließlich Vektorsuche und RAG-Komponenten, wo anwendbar.
• Bereitstellung von Plattformunterstützung für Embeddings, Vektordatenbanken und KI-agentische Kommunikationsprotokolle zur Ermöglichung fundierter, interoperabler KI-Workflows.
• Dokumentation von Machine-Learning-Prozessen, Systemarchitektur und Betriebsanleitungen für Reproduzierbarkeit und Wissensaustausch.

1. 2) Modellentwicklung & Bewertung

• Zusammenarbeit bei Training, Feinabstimmung und Optimierung von Modellen (LLMs, NLP, Empfehlungen), einschließlich LoRA/PEFT, wenn relevant. 
• Implementierung von Schutzmaßnahmen und Prompt-Strategien zur Reduzierung von Halluzinationen und zur Verbesserung von Sicherheit und Konsistenz sowie Unterstützung agentischer Workflows.
• Einrichtung von Bewertungsrahmen für RAG- und LLM-Systeme. 

1. 3) Softwareentwicklung & MLOps

• Verantwortung für die End-to-End-Softwareentwicklung von KI-Diensten und APIs (vom Design und Codierung bis zu Tests und Bereitstellung).
• Automatisierung von Build-, Test- und Deployment-Prozessen mittels CI/CD-Pipelines; Verwaltung von Modell-/Versionsfreigaben über Modell-Registries. 
• Implementierung kontinuierlicher Überwachung für bereitgestellte KI-Systeme.

1. 4) Produkt- & Stakeholder-Zusammenarbeit

• Enge Zusammenarbeit mit Business-Usern, Product Ownern, Business Engineers, Datenmanagern, Data Scientists und Technologie-Teams, um KI/ML-Anwendungsfälle, Anforderungen und Erfolgskriterien zu verstehen. 
• Partnerschaft mit Data Scientists zur Iteration von Prototypen und deren Umwandlung in robuste, skalierbare Produktionsdienste.
• Übersetzung aufkommender GenAI/Agentic AI-Fähigkeiten in umsetzbare Produktchancen und wiederverwendbare Komponenten für die Bank. 

1. 5) Sicherheit, Datenschutz und Compliance

• Sicherstellung, dass alle KI/ML-Lösungen bankweite Daten- und KI-Richtlinien und Standards erfüllen, einschließlich Datenschutz, Cybersicherheit und verantwortungsbewusster KI-Praktiken. 
• Integration von Privacy-by-Design, Zugriffskontrollen, Verschlüsselung und Auditierbarkeit über Datenflüsse und Modelloperationen hinweg.
• Zusammenarbeit mit Risiko, Sicherheit und Compliance zur Einhaltung von SOC 2, GDPR/CCPA und interner Governance. 

Fähigkeiten und Erfahrungen

1) Ausbildung

• Fortgeschrittener Abschluss in Informatik, Data Science, Mathematik, Statistik, Physik oder verwandten Bereichen. 

2) Muss-Kenntnisse

• Umfangreiche Kenntnisse in ML/AI-Frameworks: PyTorch oder TensorFlow; Hugging Face-Ökosystem; LangChain/LlamaIndex oder Äquivalent für Orchestrierung, Datenstrukturen, Datenmodellierung und Softwarearchitektur. 
• Praktische Erfahrung mit LLMs: Prompt Engineering, Feinabstimmung/LoRA, Embeddings, Vektordatenbanken (FAISS, Pinecone, Weaviate), RAG-Muster.
• Solide Programmierkenntnisse in Python, R oder Java/Scala, praktische Erfahrung mit SQL, ETL-Tools sowie Linux- und Control-M & Terraform-Kenntnisse sind von Vorteil.  
• Erfahrung mit der Bereitstellung von Anwendungen in Cloud-Umgebungen (Azure); Vertrautheit mit hybriden On-Premise/Cloud-Setups. 
• Erfahrung im Aufbau produktionsreifer Dienste und APIs (REST/gRPC), cloud-native (AWS/GCP/Azure), Container (Docker) und Orchestrierung (Openshift, Kubernetes). 
• MLOps-Grundlagen: Experiment-Tracking (MLflow/W&B), Modell-Registries, CI/CD, Modellüberwachung, Feature Stores. 
• Fähigkeit zur Überwachung, Fehlerbehebung und Wartung von CI/CD-Pipelines, die in Produktionsbereitstellungen einfließen (GitHub Actions/GitLab CI/Azure DevOps). 
• Datenengineering-Kompetenz: SQL, Datenmodellierung, ETL/ELT und Arbeit mit Data Warehouses/-Lakes (Snowflake, BigQuery, S3/Delta).
• Fähigkeit, in einem SCRUM/Agilen Umfeld mit Fokus auf Lieferung und Stakeholder-Zusammenarbeit zu arbeiten. 
• Ausgezeichnete analytische und problemlösende Fähigkeiten; ergebnis- und detailorientiert mit starken schriftlichen und mündlichen Kommunikationsfähigkeiten.
• Erfahrung in der Banken- oder Vermögensverwaltungsbranche ist von Vorteil

3) Wünschenswert

• Erfahrung in der Bereitstellung und Optimierung von Open-Source-Modellen (Llama, Mistral, Mixtral) auf GPUs; Quantisierung (INT8/4), Tensor-/Flash-Attention. 
• Kenntnisse von Retrieval-Systemen (BM25, Hybrid-Suche), semantischem Caching und strukturiertem Tool-Einsatz/Agenten. 
• Bewertungsexpertise für LLMs: Rubrik-basierte Bewertung, Gold-Sets, adversarielle Tests und A/B-Experimente. 
• Sicherheitspraktiken für KI-Anwendungen: Schutz vor Prompt-Injektionen, Ausgabe-Filterung, Inhaltsmoderation und Red-Teaming. 
• Beiträge zu Open-Source-KI-Projekten oder veröffentlichte Arbeiten.

Unsere Werte

• Verantwortung: Übernahme von Aufgaben und Herausforderungen sowie Streben nach kontinuierlicher Verbesserung
• Praktisch: Proaktiv sein, um schnell hochwertige Ergebnisse zu liefern
• Leidenschaftlich: Engagement und Streben nach Exzellenz
• Lösungsorientiert: Fokus auf Kundenergebnisse und faire Behandlung der Kunden mit risikobewusstem Denken
• Partnerschaftlich: Förderung von Zusammenarbeit und Teamarbeit. Gemeinsames Arbeiten mit unternehmerischem Geist.

1. Bitte stellen Sie sicher, dass Sie Ihrem Lebenslauf ein Anschreiben beifügen, wenn Sie sich bewerben.

Bewerbung

1. Wenn Sie sich für diese Position bewerben möchten, verwenden Sie diesen Link zur Bewerbung.