Senior GenAI Engineer
Vor 3 Wochen
Zurich, Schweiz
PROSTAFF Schweiz GmbH
Vollzeit
Kostenlos per E-Mail oder Google
Speichern Sie diesen Job und halten Sie Ihre Suche organisiert
Erstellen Sie ein kostenloses Konto, um Jobs zu speichern, Benachrichtigungen zu erstellen und von Ihrem Dashboard aus zu diesem Eintrag zurückzukehren.
Kostenlos per E-Mail oder Google
Wenn Sie fortfahren, akzeptieren Sie unsere Nutzungsbedingungen & Datenschutzerklärung.
Für unseren Kunden im Finanzumfeld suchen wir einen erfahrenen Senior GenAI Engineer mit Schwerpunkt Generative AI und Retrieval-Augmented Generation (RAG). Du entwickelst produktive RAG-Anwendungen weiter, realisierst neue Use Cases von der technischen Konzeption bis zum Betrieb und unterstützt den Aufbau einer GenAI-Plattform.
• Entwicklung, Implementierung und Evaluation robuster, produktionsreifer GenAI-Lösungen mit Schwerpunkt RAG.
• Laufende Weiterentwicklung und Optimierung bestehender RAG-Anwendungen sowie Umsetzung neuer AI Use Cases, Patterns und Self-Service-Funktionen.
• Aufbau und Wartung skalierbarer Datenpipelines und APIs für GenAI-Anwendungen, Inferenz und die Echtzeit-Integration in Unternehmenssysteme.
• Mitgestaltung der GenAI-Plattform, um neue Use Cases effizient umzusetzen.
• Umsetzung von CI/CD-Pipelines, automatisierten Tests und Deployments sowie kontinuierlicher Validierung von GenAI-Lösungen.
• Überwachung und Optimierung produktiver Anwendungen hinsichtlich Zuverlässigkeit, Skalierbarkeit und fachlichem Nutzen.
• Enge Zusammenarbeit mit Cloud Engineers, Business Engineers, Data Scientists, weiteren DevOps-Teams und Fachbereichen, um Prototypen in betriebsfähige Lösungen zu überführen.
• Tiefgehendes Verständnis von GenAI-Technologien, insbesondere RAG, sowie praktische Erfahrung im Prompt
- und Context-Engineering.
• Vertrautheit mit Frameworks und Tools wie LangChain und Langfuse.
• Fundierte Kenntnisse in Cloud-Plattformen, idealerweise Microsoft Azure mit App Service, Container Apps, Azure AI Foundry und Azure AI Search; Erfahrung mit vergleichbaren Cloud-Plattformen ist ebenfalls relevant.
• Solide Erfahrung mit CI/CD-Pipelines und der API-Entwicklung zur Integration von Modellen.
• Praktische Kenntnisse in LLM-Tracing, LLMOps und der Evaluation von GenAI-Anwendungen.
• Fundierte Programmierkenntnisse in Python sowie Erfahrung mit Scripting-Sprachen wie Bash oder PowerShell.
• Erfahrung mit Testautomatisierung, automatisierten Deployments und iterativer Validierung von GenAI-Lösungen.
• Kenntnisse in Java, Spring und Spring AI sind von Vorteil.
• Entwicklung, Implementierung und Evaluation robuster, produktionsreifer GenAI-Lösungen mit Schwerpunkt RAG.
• Laufende Weiterentwicklung und Optimierung bestehender RAG-Anwendungen sowie Umsetzung neuer AI Use Cases, Patterns und Self-Service-Funktionen.
• Aufbau und Wartung skalierbarer Datenpipelines und APIs für GenAI-Anwendungen, Inferenz und die Echtzeit-Integration in Unternehmenssysteme.
• Mitgestaltung der GenAI-Plattform, um neue Use Cases effizient umzusetzen.
• Umsetzung von CI/CD-Pipelines, automatisierten Tests und Deployments sowie kontinuierlicher Validierung von GenAI-Lösungen.
• Überwachung und Optimierung produktiver Anwendungen hinsichtlich Zuverlässigkeit, Skalierbarkeit und fachlichem Nutzen.
• Enge Zusammenarbeit mit Cloud Engineers, Business Engineers, Data Scientists, weiteren DevOps-Teams und Fachbereichen, um Prototypen in betriebsfähige Lösungen zu überführen.
• Tiefgehendes Verständnis von GenAI-Technologien, insbesondere RAG, sowie praktische Erfahrung im Prompt
- und Context-Engineering.
• Vertrautheit mit Frameworks und Tools wie LangChain und Langfuse.
• Fundierte Kenntnisse in Cloud-Plattformen, idealerweise Microsoft Azure mit App Service, Container Apps, Azure AI Foundry und Azure AI Search; Erfahrung mit vergleichbaren Cloud-Plattformen ist ebenfalls relevant.
• Solide Erfahrung mit CI/CD-Pipelines und der API-Entwicklung zur Integration von Modellen.
• Praktische Kenntnisse in LLM-Tracing, LLMOps und der Evaluation von GenAI-Anwendungen.
• Fundierte Programmierkenntnisse in Python sowie Erfahrung mit Scripting-Sprachen wie Bash oder PowerShell.
• Erfahrung mit Testautomatisierung, automatisierten Deployments und iterativer Validierung von GenAI-Lösungen.
• Kenntnisse in Java, Spring und Spring AI sind von Vorteil.