Lead Data Scientist
- Anstellung
- Vollzeit
- Pensum
- 100%
- Ort
- Neuhausen am Rheinfall
- Unternehmen
- Tyco Fire & Security GmbH, Victor-von-Bruns-Strasse 21, 8212 Neuhausen am Rheinfall
- Sprachen
- Englisch (fliessend)
- Erstmals ausgeschrieben
Was Sie tun werden
Wir suchen eine erfahrene Führungspersönlichkeit für AI & Data Science, um unser Enterprise-KI-Portfolio zu leiten, das vier spezialisierte Bereiche umfasst: Generative AI & Agentic Platforms, AI Operations, Statistical & ML Modeling und Data Center AI für unser HVAC-Geschäft. Diese Führungskraft wird die End-to-End-KI-Strategie verantworten – von der Experimentierphase bis zur Produktion – und sicherstellen, dass KI-Initiativen messbaren geschäftlichen Wert liefern, zuverlässig skalierbar arbeiten und mit den breiteren digitalen Transformationszielen des Unternehmens übereinstimmen.
Der ideale Kandidat kombiniert tiefe technische Glaubwürdigkeit mit starker Personalführung und kann souverän in den Bereichen modernste GenAI-Innovation, disziplinierte ML-Engineering-Prozesse und domänenspezifische Anwendungen in Energie-, HVAC- und Rechenzentrumsumgebungen agieren.
Wie Sie es tun werden
Strategische Führung
- Definition und Umsetzung der mehrjährigen AI/ML-Roadmap über alle vier Geschäftsbereiche hinweg, abgestimmt auf Geschäftsprioritäten und P&L-Auswirkungen.
- Agieren als zentrale KI-Stimme der Organisation – Beratung der Geschäftsführung zu aufkommenden Technologien (LLMs, agentic AI, edge AI) und deren geschäftlichen Anwendungen.
- Etablierung von Governance-Frameworks, die verantwortungsvolle KI, Model Risk Management, Datenschutz und regulatorische Compliance abdecken.
- Management von Lieferantenbeziehungen (Cloud-Anbieter, LLM-Anbieter, Tooling) und Entscheidungsfindung zwischen Eigenentwicklung und Zukauf (Build-vs-Buy).
GenAI & Agentic Platform
- Leitung des Designs und der Skalierung einer unternehmensweiten Agentic-AI-Plattform (LLM-Orchestrierung, RAG-Pipelines, Multi-Agent-Workflows, Tool/Function Calling, Guardrails und Evaluations-Frameworks).
- Förderung der Einführung von GenAI-Copilots und autonomen Agenten in internen und kundenorientierten Anwendungsfällen.
- Aktive Verfolgung des sich schnell entwickelnden GenAI-Ökosystems (Foundation Models, Fine-Tuning, Prompt Engineering, Agent-Frameworks) und Festlegung von Plattformstandards.
AI Operations
- Verantwortung für das operative Rückgrat aller AI/ML-Workloads: CI/CD für Modelle, Modellüberwachung, Drift-Erkennung, Retraining-Pipelines, Observability und Incident Response.
- Festlegung von SLAs/SLOs für Produktionsmodelle und GenAI-Services; Förderung von Zuverlässigkeit, Latenz und Kostenoptimierung (einschließlich des Kostenmanagements für LLM-Inferenz).
- Standardisierung des ML-Plattform-Stacks (Feature Stores, Model Registries, Experiment Tracking, Deployment-Muster) in der gesamten Organisation.
Statistische & ML-Modelle für das Business
- Überwachung der Entwicklung statistischer Modelle, Prognosemodelle und Machine-Learning-Modelle, die Kernfunktionen des Unternehmens unterstützen (z. B. Nachfrageprognose, Preisgestaltung, Churn, Serviceoptimierung, Predictive Maintenance).
- Gewährleistung von Präzision in der Modellentwicklung – Versuchsplanung, Validierung, Erklärbarkeit und messbare geschäftliche KPIs.
- Zusammenarbeit mit den Leitern der Geschäftsbereiche zur Priorisierung eines Portfolios von hochrentablen (High-ROI) Analytics-Anwendungsfällen.
Data Center AI für das HVAC-Geschäft
- Leitung von AI/ML-Initiativen mit Fokus auf die Entwicklung und den Betrieb von Rechenzentren – Thermomanagement, Kühlungsoptimierung, Energieeffizienz, Kapazitätsplanung und prädiktive Erkenntnisse für HVAC-Systeme.
- Enge Zusammenarbeit mit den HVAC-Produkt-, Engineering- und Außendienstteams, um Sensor-/Telemetriedaten (BMS, IoT, Chiller, CRAH/CRAC-Einheiten) in verwertbare Erkenntnisse und Produktfunktionen zu übersetzen.
- Entwicklung von Digital Twins, Anomalieerkennung und Optimierungsmodellen, die PUE, Uptime und den Lebenszyklus der Ausrüstung für Rechenzentrumskunden verbessern.
Personelle & Organisatorische Führung
- Einstellung, Mentoring und Entwicklung von POD-Leitern und einem multidisziplinären Team aus Data Scientists, ML Engineers, GenAI Engineers und MLOps Engineers.
- Förderung einer Kultur des Experimentierens, der Engineering-Exzellenz und der geschäftlichen Verantwortlichkeit.
- Definition von Karrierewegen, Leistungsstandards und Praktiken des Wissensaustauschs über die PODs hinweg.
Was wir suchen
Erforderlich
- Bachelor- oder Masterabschluss in Informatik, Data Science, Ingenieurwesen, Statistik oder einem verwandten Bereich (PhD ist ein Plus).
- Über 12 Jahre Erfahrung in Data Science / Machine Learning, davon mehr als 5 Jahre in einer leitenden Position mit der Führung mehrerer Teams oder PODs.
- Branchenerfahrung in HVAC, Rechenzentren, Energiemanagement, Gebäudeautomation oder industriellem IoT.
- Nachgewiesene Erfolge bei der Bereitstellung von produktionsreifen AI/ML-Systemen auf Unternehmensebene.
- Praktische Vertrautheit mit dem modernen GenAI-Stack: LLMs (OpenAI, Anthropic, Open-Source), RAG, Vektordatenbanken, Agent-Frameworks (z. B. LangGraph, CrewAI, AutoGen) und Evaluations-/Guardrail-Tooling.
- Fundierte Kenntnisse in MLOps/AIOps-Praktiken und Cloud-Plattformen (AWS / Azure / GCP), Containerisierung und CI/CD für ML.
- Solide Grundlagen in klassischer Statistik und ML (Regression, Zeitreihen, Klassifizierung, Optimierung) und deren Anwendung auf geschäftliche Probleme.
- Nachgewiesene Fähigkeit zur Zusammenarbeit mit geschäftlichen Stakeholdern, zur Übersetzung unklarer Probleme in KI-Lösungen und zur Kommunikation der Auswirkungen auf die Geschäftsführung.
- Erfahrung in der Verwaltung von Budgets, Lieferanten und funktionsübergreifenden Programmen.
Bevorzugt
- Vertrautheit mit Zeitreihen-/Telemetriedaten in großem Maßstab, Digital Twins, Physics-Informed ML oder Reinforcement Learning für Steuerung/Optimierung (z. B. Kühlungsoptimierung).
- Erfahrung mit Edge-AI-Bereitstellung und BMS/SCADA-Integration.
- Kenntnisse über verantwortungsvolle KI-Frameworks, Modell-Governance und relevante Vorschriften.
- Publikationen, Patente oder anerkannte Beitr
Automatisch aus dem Original übersetzt.
Ausgeschrieben vor 3 Tagen