AI Quality Engineering Lead – Machine Learning Systeme

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