GRADUATE IT DEVELOPMENT - AI

Beschreibung der Stelle

Graduate IT Development - AI in Zürich, 100% in der Abteilung Operations & IT.

Über die Rolle

Sie werden Teil des IT-Entwicklungsteams bei Leonteq und erleben die dynamische Umgebung eines führenden Schweizer Fintech-Unternehmens. Sie helfen dabei, die On-Prem-AI-Plattform aufzubauen, die Chat-, Retrieval- und Agent-Workflows im gesamten Unternehmen ermöglicht.

Aufgaben

• Mitwirkung an der gesamten AI-Plattform: Gateway, Retrieval-augmentiertes Backend, Chat-Schnittstelle und Agent-Framework.
• Unterstützung bei der Lieferung von AI-Agents von Ende zu Ende mit Geschäftsteams (Umfang, Modell, Auswertung, Bereitstellung, Überwachung, Iteration) und Unterstützung anderer Leonteq-Teams bei der Erstellung ihrer eigenen.
• Verbesserung der Retrieval-Qualität im Leonteq-Dokumentenkorpus durch Chunking, Embeddings, Hybrid-Suche und Re-Ranking, gemessen mit Auswertungssätzen und Produktionsverläufen.
• Mitwirkung an der Test- und Auswertungsframework für AI-Agents und -Tools, um Qualitätsrückschritte vor dem Benutzer zu erkennen.
• Unterstützung bei der Betreibung des On-Prem-Modell-Service-Stacks und Untersuchung von Rückschritten durch Verläufe, Protokolle, Retrieval-Scores und GPU-Metriken.
• Mitwirkung an Sicherheit, Governance und Audit: Authentifizierung und Autorisierung, Prompt- und Antwort-Protokollierung, rollenbasierte Datenzugriffe, Anonymisierung, Schutzmechanismen.

Anforderungen

• Master-Abschluss in Ingenieurwesen oder einem verwandten Feld.
• Praktische Programmiererfahrung, idealerweise in Python und/oder TypeScript, sowie Git, Linux, Docker und REST/JSON.
• Vertrautheit mit der Verwendung von AI-Coding-Assistenten als Teil des Workflows.
• Starkes Interesse an Finanzmärkten und AI sowie die Gewohnheit, sich über die neuesten Trends zu informieren.
• Eine Debugger-Mentalität und die Bereitschaft, durch Protokolle, Verläufe und Auswertungsfehler zu arbeiten, um Qualitäts- oder Leistungsbrüche zu finden.
• Produkt- und Kommunikationsinstinkte: Fähigkeit, das eigentliche Problem aus einem nicht-technischen Stakeholder zu extrahieren und es in produktionsreife Software umzuwandeln.
• Bewusstsein für verantwortungsvolle AI-Fehlermodi (Halluzinationen, Prompt-Injektion, Datenlecks, Auswertungslücken) und die Fähigkeit, dagegen zu entwerfen.
• Fließendes Business-Englisch.

Nice to Have

• Relevante vorherige Berufserfahrung.
• Ein nachweisbares LLM-Anwendungsprojekt (Agent, RAG, Auswertungsframework, Feinabstimmung).
• Praktische Erfahrung mit LLM-APIs, Agent-Frameworks, RAG-Pipelines oder Vektor-Datenbanken, mit ML- und NLP-Grundlagen (Transformers, Embeddings, Prompt-Design, Auswertung).
• Praktische Erfahrung mit Tools in unserem Stack: LangGraph, LangChain, LLaMA, LLaTE, ChromaDB, vLLM oder Ollama.
• Interesse oder Erfahrung in der Finanzbranche, strukturierten Produkten oder regulierten Umgebungen.
• Open-Source-Beiträge im LLM- oder Agent-Ökosystem.