Leiter des Bereichs Data Science und KI an der Ostküste

Übersicht

Aufgaben:

AI-Produktbereitstellung und -Strategie 

• Verantwortung für die durchgängige technische Strategie und den Umsetzungsplan für KI-gestützte Produktfunktionen auf der gesamten StarCompliance-Plattform. 

• Fördern Sie den Einsatz von generativer KI, LLM-basierten Architekturen, prädiktiver Analytik, Graph-Intelligence, Empfehlungssystemen und semantischer Suche dort, wo diese einen messbaren Kundennutzen bieten. 

Datenplattform & Technik 

• Übernehmen Sie die Verantwortung für die Datenfundamentstrategie und stellen Sie sicher, dass jede KI-Initiative auf sauberen, vertrauenswürdigen und gut verwalteten Daten basiert. 

• Bauen Sie robuste MLOps-Fähigkeiten auf, darunter Pipelines für das Modelltraining, Versionsverwaltung, Überwachung, A/B-Tests und Drift-Erkennung. 

Interne KI-Einführung 

• Sich für den pragmatischen Einsatz von KI im Ingenieurwesen und in der Produktentwicklung einsetzen und damit nicht nur das, was wir entwickeln, sondern auch die Art und Weise, wie wir entwickeln, beschleunigen. 

Führung und Teambildung 

• Aufbau, Betreuung und Skalierung einer leistungsstarken Daten- und KI-Organisation in den Bereichen Data Engineering, Data Science, ML Engineering und Analytik. 

Funktionsübergreifende Zusammenarbeit und Zusammenarbeit auf Führungsebene 

• Enge Zusammenarbeit mit dem CTO und der Geschäftsleitung, um KI- und Dateninitiativen auf die Unternehmensstrategie und die geschäftlichen Prioritäten abzustimmen. 

• Arbeiten Sie eng mit dem Produktleiter für KI- und Datenprodukte zusammen und tragen Sie gemeinsam die Verantwortung für die KI-Roadmap, die Priorisierung und die Umsetzungsergebnisse. 

 

Fähigkeiten und Erfahrung:

KI und maschinelles Lernen 

• Nachweisliche Bereitstellung von KI- und ML-Systemen in Produktionsqualität in großem Maßstab – nicht nur im Versuchsstadium. 

• Umfassende Erfahrung mit generativer KI und LLM-basierten Anwendungsarchitekturen (Fine-Tuning, Prompt Engineering, RAG, agentische Frameworks). 

• Fundierte Kenntnisse im Bereich Vektordatenbanken und semantischer Suche (z. B. Pinecone, Weaviate, pgvector, Azure AI Search). 

Datenverarbeitung und Plattformen 

• Umfassende Kenntnisse in den Bereichen modernes Data Engineering, ELT-/ETL-Muster und Architekturen für groß angelegte Datenpipelines. 

• Praktische Erfahrung mit Snowflake (oder einem vergleichbaren Cloud-Data-Warehouse) und den damit verbundenen Datenmodellierungsmustern. 

• Umfassende Erfahrung mit dem Azure-Ökosystem: Azure Data Factory, Azure Synapse, Azure OpenAI Service und Azure Machine Learning. 

Softwareentwicklung und -architektur 

• Solide Grundlagen im Bereich Softwareentwicklung und die Glaubwürdigkeit, sich mit erfahrenen Ingenieuren auf technischer Ebene auszutauschen. 

• Erfahrung mit Cloud-nativen, Microservice- und ereignisgesteuerten Architekturen auf Azure (oder einem vergleichbaren Hyperscaler). 

• Die Fähigkeit, fundierte Entscheidungen hinsichtlich „Selbstentwicklung“, „Zukauf“ oder „Integration“ im gesamten Bereich der KI- und Datentools zu treffen. 

Führung & Wirtschaft 

• Nachweisliche Erfahrung beim Aufbau und der Leitung leistungsstarker Data-/KI-Engineering-Teams. 

• Erfahrung in den Bereichen Finanzdienstleistungen, RegTech, Compliance, Aufsicht oder ähnlichen regulierten Bereichen. 

• Ausgeprägtes kaufmännisches Gespür – die Fähigkeit, technische Investitionen mit Kundennutzen und Geschäftsergebnissen zu verknüpfen. 

Integrität und Ethik

Von allen Mitarbeitern von StarCompliance wird erwartet, dass sie sich zu einem hohen Maß an persönlicher Integrität verpflichten und ihre Aufgaben auf ethische Weise erfüllen.