AI Quality Engineering Lead – Machine Learning Systeme

AI Quality Engineering Lead – Machine Learning Systeme

Zug 49500 - 60500 CHF / Jahr (geschätzt) Kein Homeoffice möglich
K

Auf einen Blick

  • Aufgaben: Leite die Qualitätssicherung für KI-gestützte Systeme und teste innovative Plattformen.
  • Unternehmen: Führendes Unternehmen im Bereich KI mit Fokus auf Qualität und Innovation.
  • Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
  • Weitere Informationen: Dynamisches Team mit großartigen Entwicklungschancen in Zug.
  • Warum dieser Job: Gestalte die Zukunft der KI und arbeite an spannenden Projekten.
  • Qualifikationen: Mindestens 15 Jahre Erfahrung in Software Testing und KI/ML-Systemvalidierung.

Das prognostizierte Gehalt liegt zwischen 49500 - 60500 CHF pro Jahr.

Wir suchen einen erfahrenen AI Quality Engineering Lead, der die Qualitätssicherung für komplexe Unternehmensplattformen mit datengetriebenen und KI-gestützten Komponenten verantwortet. Diese Position erfordert eine seltene Kombination aus fundierter Software-Testexpertise und praktischer Erfahrung in der Validierung von KI/ML-Systemen.

Hauptaufgaben

  • Verantwortung für das End-to-End-Testmanagement (funktional, Integration, Regression, SIT, UAT)
  • Definition und Pflege von Teststrategien, Testplänen und Qualitätsrichtlinien
  • Durchführung von Release-Freigabebewertungen (Go/No-Go)
  • Führung und Coaching von QA-Teams

Plattform-, API- und Datenvalidierung

  • Testen von APIs, Backend-Systemen und Datenplattformen
  • Sicherstellung der Datenqualität (Vollständigkeit, Genauigkeit, Konsistenz)
  • Validierung der Datenintegrität und Datenflüsse über Systeme hinweg

Testautomatisierung & CI/CD

  • Förderung eines Automatisierungsansatzes (Automation-first)
  • Integration automatisierter Tests in CI/CD-Pipelines
  • Analyse von Testmetriken zur Verbesserung der Qualität und Stabilität

KI / Machine Learning Qualitätssicherung (Spezialgebiet)

  • Validierung von Machine-Learning-Modellen, insbesondere: Bias-Erkennung, Drift-Analyse, Erklärbarkeit (Explainability)
  • Testen von KI- und LLM-basierten Funktionen
  • Validierung von KI-Pipelines (MLOps)
  • Anwendung von Datenvalidierungsframeworks
  • Unterstützung von regulatorischen und ethischen KI-Anforderungen (hohe Relevanz in der Schweiz)

Zusammenarbeit, Governance & Risiko

  • Enge Zusammenarbeit mit Product Ownern, Architekten und Entwicklern
  • Durchführung von Fehleranalysen und risikobasierten Entscheidungen
  • Erstellung von auditfähiger Dokumentation

Anforderungen

  • Mindestens 15 Jahre Erfahrung im Bereich Software Testing / Qualitätssicherung
  • Erfahrung in Teststrategie, Testmanagement und Release-Governance
  • Erfahrung in der Validierung von KI/ML-Systemen
  • Kenntnisse in: Python, TensorFlow / PyTorch, Datenvalidierung
  • Erfahrung mit: API- und Backend-Systemen, datenzentrierten Architekturen
  • Erfahrung in agilen Projekten, Führungserfahrung im QA-Umfeld

Arbeitsort: 6300 Zug (ZG)
Arbeitsbelastung: 100%
Stellenantritt: Sofort
Beschäftigungsdauer: Unbefristet
Qualifikation: qualifiziert
Berufserfahrung: Mehr als 3 Jahre
Ausbildung: Bachelor-Abschluss von einer Universität oder gleichwertig
Englisch: Mündlich: Sehr gute Kenntnisse; Schriftlich: Sehr gute Kenntnisse

AI Quality Engineering Lead – Machine Learning Systeme Arbeitgeber: klarITy Solutions AG

Als Arbeitgeber bietet unser Unternehmen eine dynamische und unterstützende Arbeitsumgebung in Zug, wo Innovation und Teamarbeit im Mittelpunkt stehen. Wir fördern die berufliche Weiterentwicklung durch gezielte Schulungen und Mentoring-Programme, während wir gleichzeitig ein starkes Engagement für Qualität und ethische Standards in der KI-Entwicklung zeigen. Unsere Mitarbeiter profitieren von flexiblen Arbeitszeiten und einer positiven Unternehmenskultur, die Kreativität und Zusammenarbeit anregt.

K

Kontaktdaten:

klarITy Solutions AG Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um AI Quality Engineering Lead – Machine Learning Systeme mit Bravour zu bestehen

Software-Testexpertise
Validierung von KI/ML-Systemen
Testmanagement
Teststrategien
Release-Governance
Datenvalidierung
API-Testing