Lead Data Scientist
- Tipo di contratto
- Tempo pieno
- Percentuale
- 100%
- Luogo
- Neuhausen am Rheinfall
- Azienda
- Tyco Fire & Security GmbH, Victor-von-Bruns-Strasse 21, 8212 Neuhausen am Rheinfall
- Lingue
- Inglese (fluente)
- Prima pubblicazione
Cosa farai
Cerchiamo un esperto Leader di AI & Data Science per guidare il nostro portfolio di AI aziendale che abbraccia quattro operazioni specializzate: Generative AI & Agentic Platforms, AI Operations, Statistical & ML Modeling, e Data Center AI per il nostro business HVAC. Questo leader sarà responsabile della strategia AI end-to-end — dall'esperimento alla produzione — assicurando che le iniziative di AI forniscano un valore aziendale misurabile, operino in modo affidabile su scala e siano allineate con gli obiettivi di trasformazione digitale più ampi dell'azienda.
Il candidato ideale combina una profonda credibilità tecnica con una forte leadership delle persone e può operare con disinvoltura tra l'innovazione GenAI all'avanguardia, l'ingegneria ML disciplinata e le applicazioni specifiche del settore negli ambienti di energia, HVAC e data center.
Come lo farai
Leadership Strategica
- Definire ed eseguire la roadmap AI/ML pluriennale attraverso tutte e quattro le operazioni, in linea con le priorità aziendali e l'impatto sul P&L.
- Agire come la voce senior dell'AI per l'organizzazione — consigliando la leadership esecutiva sulle tecnologie emergenti (LLMs, agentic AI, edge AI) e le loro applicazioni aziendali.
- Stabilire framework di governance che coprano l'AI responsabile, la gestione del rischio dei modelli, la privacy dei dati e la conformità normativa.
- Gestire le relazioni con i fornitori (provider cloud, provider LLM, strumenti) e prendere decisioni build-vs-buy.
GenAI & Agentic Platform
- Guidare la progettazione e la scalabilità di una piattaforma agentic AI aziendale (orchestrare LLM, pipeline RAG, flussi di lavoro multi-agente, tool/function calling, guardrails e framework di valutazione).
- Guidare l'adozione di copiloti GenAI e agenti autonomi in casi d'uso interni e rivolti ai clienti.
- Rimanere all'avanguardia nel rapidamente evolversi dell'ecosistema GenAI (modelli foundation, fine-tuning, prompt engineering, framework per agenti) e stabilire gli standard della piattaforma.
AI Operations
- Gestire l'ossatura operativa per tutti i carichi di lavoro AI/ML: CI/CD per i modelli, monitoraggio dei modelli, rilevamento del drift, pipeline di retraining, osservabilità e risposta agli incidenti.
- Stabilire SLA/SLO per i modelli in produzione e i servizi GenAI; guidare l'affidabilità, la latenza e l'ottimizzazione dei costi (inclusa la gestione dei costi di inferenza LLM).
- Standardizzare lo stack della piattaforma ML (feature stores, model registries, tracciamento degli esperimenti, pattern di deployment) in tutta l'organizzazione.
Statistical & ML Models for Business
- Supervisionare lo sviluppo di modelli statistici, di previsione e di machine learning a supporto delle funzioni aziendali core (ad es. previsione della domanda, pricing, churn, ottimizzazione del servizio, manutenzione predittiva).
- Garantire il rigore nello sviluppo dei modelli — progettazione sperimentale, validazione, spiegabilità e KPI aziendali misurabili.
- Collaborare con i leader delle unità di business per dare priorità a un portfolio di casi d'uso analitici ad alto ROI.
Data Center AI for HVAC Business
- Guidare le iniziative AI/ML focalizzate sullo sviluppo e sulle operazioni dei data center — gestione termica, ottimizzazione del raffreddamento, efficienza energetica, pianificazione della capacità e insight predittivi per i sistemi HVAC.
- Lavorare a stretto contatto con i team di prodotto, ingegneria e sul campo di HVAC per tradurre i dati dei sensori/telemetria (BMS, IoT, chillers, unità CRAH/CRAC) in intelligence azionabile e funzionalità di prodotto.
- Sviluppare digital twin, modelli di rilevamento anomalie e di ottimizzazione che migliorino il PUE, l'uptime e il ciclo di vita delle apparecchiature per i clienti dei data center.
People & Organizational Leadership
- Assumere, fare da mentore e far crescere i POD lead e un team multidisciplinare di data scientist, ML engineers, GenAI engineers e MLOps engineers.
- Promuovere una cultura di sperimentazione, eccellenza ingegneristica e responsabilità aziendale.
- Definire percorsi di carriera, standard di performance e pratiche di condivisione della conoscenza tra i POD.
Cosa cerchiamo
Richiesti
- Laurea Bachelor o Master in Computer Science, Data Science, Engineering, Statistics o un campo correlato (PhD un plus).
- Oltre 12 anni di esperienza in data science / machine learning, con oltre 5 anni in leadership senior nella gestione di più team o POD.
- Esperienza di dominio in HVAC, data center, gestione dell'energia, automazione degli edifici o IoT industriale.
- Comprovata esperienza nella consegna di sistemi AI/ML di grado di produzione su scala aziendale.
- Familiarità pratica con il moderno stack GenAI: LLMs (OpenAI, Anthropic, open-source), RAG, vector databases, framework per agenti (ad es. LangGraph, CrewAI, AutoGen) e strumenti di valutazione/guardrail.
- Solida base nelle pratiche MLOps/AIOps e piattaforme cloud (AWS / Azure / GCP), containerizzazione e CI/CD per ML.
- Solida base in statistica classica e ML (regressione, serie temporali, classificazione, ottimizzazione) e la loro applicazione ai problemi aziendali.
- Dimostrata capacità di collaborare con gli stakeholder aziendali, tradurre problemi ambigui in soluzioni AI e comunicare l'impatto agli executive.
- Esperienza nella gestione di budget, fornitori e programmi cross-funzionali.
Preferiti
- Familiarità con dati serie temporali/telemetria su scala, digital twins, physics-informed ML o reinforcement learning per il controllo/ottimizzazione (ad es. ottimizzazione del raffreddamento).
- Esperienza con il deployment di edge AI e l'integrazione BMS/SCADA.
- Conoscenza dei framework di AI responsabile, della governance dei modelli e delle normative rilevanti.
- Pubblicazioni, brevetti o contributi riconosciuti in AI/ML.
Competenze Chiave
- Pensiero strategico con profondità tecnica pratica.
- Leadership di più team e sviluppo dei talenti.
- Comunicazion
Tradotto automaticamente dall’originale.
Pubblicato 3 giorni fa