About this role
AI Quality Engineering Lead – Machine Learning Systeme
Rollenbeschreibung - 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 Testmanagement & Qualitätsführung - 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