Lead Data Scientist

Zusammenfassung der Position Wir suchen einen erfahrenen Lead Data Scientist, um die unternehmensweite Strategie für Künstliche Intelligenz und Data Science voranzutreiben. Diese Führungsposition ist verantwortlich für die Weiterentwicklung der KI-Fähigkeiten in den Bereichen Generative AI, Machine Learning, MLOps und Data Center AI Anwendungen innerhalb des HVAC-Geschäfts. Als leitende KI-Führungskraft werden Sie den gesamten Lebenszyklus von KI-Initiativen überwachen, von der Ideenfindung und Experimentation bis hin zur produktionsreifen Bereitstellung und geschäftlichen Implementierung. Sie werden multidisziplinäre Teams aus Data Scientists, ML Engineers, GenAI Specialists und MLOps Engineers führen und gleichzeitig sicherstellen, dass KI-Lösungen messbare Geschäftsergebnisse, operative Exzellenz und Wettbewerbsvorteile liefern. Hauptverantwortlichkeiten • KI-Strategie & Führung • Definition und Umsetzung der langfristigen KI- und Data Science-Strategie des Unternehmens. • Abstimmung von KI-Initiativen mit den Geschäftszielen, digitalen Transformationsprioritäten und Finanzzielen. • Beratung der Geschäftsführung zu aufkommenden KI-Technologien und deren geschäftlichen Anwendungen. • Etablierung von Governance-Frameworks, die verantwortungsbewusste KI, Datenschutz, Risikomanagement und die Einhaltung gesetzlicher Vorschriften abdecken. • Verwaltung strategischer Partnerschaften mit KI-Anbietern, Cloud-Providern und Technologiepartnern. Generative AI & Agentic AI Plattformen • Leitung der Entwicklung und Skalierung von unternehmensweiten Generative AI Plattformen und intelligenten Agenten-Lösungen. • Förderung der Einführung von KI-Copiloten und autonomen Agenten in internen sowie kundenorientierten Geschäftsprozessen. • Definition von Standards für LLMs, Retrieval-Augmented Generation (RAG), Multi-Agent-Workflows, Prompt Engineering, Evaluierungsframeworks und KI-Governance. • Kontinuierliche Bewertung aufkommender KI-Technologien und Identifizierung von Chancen für Innovation und Wertschöpfung. KI-Betrieb & MLOps • Überwachung des operativen Rahmens für KI- und Machine-Learning-Lösungen in großem Maßstab. • Implementierung von Best Practices für das Modell-Deployment, Monitoring, Retraining, Leistungsmanagement und Incident Response. • Sicherstellung der Zuverlässigkeit, Skalierbarkeit, Sicherheit und Kosteneffizienz von KI-Diensten. • Standardisierung von Machine-Learning-Plattformen, Model Registries, Experiment Tracking, Feature Management und Deployment-Prozessen. Machine Learning & Advanced Analytics • Leitung der Entwicklung von prädiktiven, statistischen und Machine-Learning-Modellen zur Unterstützung zentraler Geschäftsbereiche. • Vorantreiben von Initiativen wie Bedarfsprognose, Preisoptimierung, Kundenanalyse, Predictive Maintenance und Verbesserungen der operativen Effizienz. • Sicherstellung robuster Modellentwicklungspraktiken, einschließlich Validierung, Erklärbarkeit und Leistungsmessung. • Zusammenarbeit mit Business-Stakeholdern zur Identifizierung und Priorisierung von hochwirksamen KI-Anwendungsfällen. Data Center AI & HVAC Anwendungen • Leitung von KI-Initiativen mit Fokus auf Rechenzentrumsbetrieb und HVAC-Optimierung. • Entwicklung von Modellen zur Unterstützung des Thermomanagements, der Kühlungsoptimierung, Energieeffizienz, Kapazitätsplanung und Predictive Maintenance. • Zusammenarbeit mit Produkt-, Engineering- und Außendienstteams, um IoT- und Telemetriedaten in handlungsrelevante Erkenntnisse umzuwandeln. • Förderung von Innovationen in Bereichen wie Digital Twins, Anomalieerkennung, Optimierungsalgorithmen und intelligenten operativen Lösungen. • Teamführung & Talententwicklung • Aufbau, Führung und Entwicklung von leistungsstarken Teams aus Data Scientists, AI Engineers und MLOps-Spezialisten. • Schaffung einer Kultur der Innovation, Zusammenarbeit, des kontinuierlichen Lernens und der Verantwortlichkeit. • Mentoring von technischen Führungskräften und Unterstützung der Karriereentwicklung im gesamten Unternehmen. • Definition von Leistungsstandards, Karrierewegen und Praktiken zum Wissensaustausch. Erforderliche Qualifikationen • Bachelor- oder Masterabschluss in Informatik, Data Science, Statistik, Ingenieurwesen, Mathematik oder einem verwandten Bereich. • Ein PhD wird als Vorteil betrachtet. • Mindestens 12 Jahre Erfahrung in Data Science, Künstlicher Intelligenz oder Machine Learning. • Mindestens 5 Jahre Führungserfahrung in der Leitung mehrerer Teams oder technischer Funktionen. • Nachgewiesene Erfolgsbilanz bei der Bereitstellung von KI- und Machine-Learning-Lösungen im Unternehmensmaßstab. • Fundierte Erfahrung mit modernen Generative AI Technologien, einschließlich Large Language Models (LLMs), RAG-Architekturen, Vektordatenbanken und Agent-Frameworks. • Tiefes Verständnis von MLOps, Cloud-Plattformen (AWS, Azure oder GCP), CI/CD, Containerisierung und skalierbaren KI-Operationen. • Starke Expertise in Machine Learning, Prognose, Optimierung, statistischer Modellierung und Advanced Analytics. • Erfahrung in der Verwaltung von Budgets, Anbietern und funktionsübergreifenden Programmen. • Exzellente Stakeholder-Management- und Kommunikationsfähigkeiten auf Führungsebene. Bevorzugte Qualifikationen • Branchenerfahrung in den Bereichen HVAC, Rechenzentren, Energiesysteme, Gebäudeautomatisierung oder Industrial IoT. • Erfahrung im Umgang mit großskaligen Sensor- und Telemetriedaten. • Kenntnisse in Digital Twins, Reinforcement Learning, physics-informed AI oder Optimierungsmodellen. • Vertrautheit mit Edge AI Deployments und BMS/SCADA-Umgebungen. • Erfahrung mit KI-Governance, Model Risk Management und Frameworks für verantwortungsbewusste KI. • Publikationen, Patente oder anerkannte Beiträge im Bereich KI und Machine Learning. Kernkompetenzen • Strategische Führung • Expertise in Künstlicher Intelligenz & Data Science • Innovation & Digitale Transformation • Stakeholder-Management auf Führungsebene • Teamführung & Coaching • Geschäftliche A