/ L'annuaire des offres d'emploi en Suisse
FR DE
Retour aux offres

Machine Learning Engineer

ETH Zürich Zürich 21.11.2026 Déposer ma candidature
Entreprise
ETH Zürich
Lieu
Zürich
Date
21.11.2026
Référence
390574

Entwicklung von Machine-Learning-Lösungen für gesellschaftlichen und industriellen Impact

Das Swiss Data Science Center (SDSC) ist eine nationale Forschungsinfrastruktur für Data Science und künstliche Intelligenz (KI) im ETH-Bereich, mit EPFL und ETH Zürich als Gründungspartner. Unser Mandat besteht darin, akademische Labore, Krankenhäuser, die Industrie und Stakeholder des öffentlichen Sektors, einschließlich kantonaler und föderaler Verwaltungen, auf ihrem gesamten Data-Science-Weg zu unterstützen – von der Datenerfassung und -verwaltung bis hin zu Machine Learning, KI und Industrialisierung. Mit einem großen interdisziplinären Team an drei Standorten (Lausanne, Zürich, Villigen) bieten wir Expertise und Dienstleistungen in Bereichen wie Gesundheit und Biowissenschaften, Energie und Nachhaltigkeit, Klima und Umwelt sowie großflächige wissenschaftliche Infrastruktur.

Ihre Aufgaben

Sie bringen Ihre Expertise im Machine-Learning-Engineering in den Kontext mehrerer SDSC-Partnerschaften in der Deutschschweiz ein. In dieser Rolle treffen Sie Partner (Unternehmen, öffentliche Einrichtungen, NGOs), um deren Bedürfnisse zu verstehen und gemeinsam hochwirksame Projekte mit dem SDSC zu definieren. Zusammen mit den Data Scientists des SDSC tragen Sie dank Ihrer Fachkenntnisse im Machine-Learning-Engineering die Verantwortung für den gesellschaftlichen und/oder industriellen Impact Ihrer Projekte.

  • Entwicklung von Lösungen, die Data-Science-Prototypen in konkreten Branchen-, Öffentlichkeits- oder NGO-Kooperationen in messbaren Impact überführen, mit besonderem Fokus auf die Engineering-Seite und die Erfüllung von Produktionsanforderungen.
  • Schaffung origineller Lösungen mit Geschäftspartnern, von der Konzeption bis zur Industrialisierung.
  • Austausch von Expertise im Bereich Machine-Learning-Engineering (und verwandten Feldern) mit Kolleg:innen im Data Science und Machine Learning Engineering.
  • Präsentation von Ergebnissen und Konzepten für ein nicht-technisches Publikum.

Ihr Profil

  • Masterabschluss in Informatik, Mathematik oder einem ähnlichen Fachgebiet.
  • Gute Kenntnisse der Konzepte des Machine Learning.
  • Nachgewiesene Expertise im Machine-Learning-Engineering, insbesondere in einem industriellen Kontext.
  • Fähigkeit, vor verschiedenen Zielgruppen zu präsentieren.
  • Offenheit für kollaborative Arbeit und Teamgeist.
  • Fließende Englischkenntnisse; Deutschkenntnisse sind von großem Vorteil.

Sehr geschätzt werden zudem Erfahrungen als Full-Stack-Engineer, als (Data-)Architekt sowie Erfahrungen beim Deployment von LLM-basierten Lösungen in industriellen Kontexten.

Wir bieten

Wenn Sie sich vorstellen können, dazu beizutragen, die Schweiz datengetriebener zu machen, und Leidenschaft für Data Science sowie Erfahrung im Machine Learning mitbringen, sollten Sie sich bei uns bewerben. Wir suchen Menschen, die bereit sind, ihr Wissen zu teilen und sich in verschiedenen Domänen an mehreren Projekten zu beteiligen. Werden Sie Teil eines vielfältigen und anpassungsfähigen Teams, in dem gleiche Entwicklungsmöglichkeiten für alle Mitglieder im Mittelpunkt stehen. Gemeinsam können wir die Schweizer Data-Science-Landschaft auf das nächste Level heben.

Während Ihrer Zeit am Swiss Data Science Center profitieren Sie von folgenden Möglichkeiten:

  • Entwicklung Ihrer Soft Skills und Begegnung mit wichtigen Stakeholdern in verschiedenen Branchen.
  • Interaktion und Lernen von Kolleg:innen im Data Science.
  • Entdeckung neuer Data-Science-Anwendungen in verschiedenen Industrien.
  • Austausch zu fortgeschrittenen Machine-Learning-Themen mit unseren akademischen Expert:innen.

Wir fördern aktiv ein gesundes Gleichgewicht zwischen Arbeit und Privatleben am Arbeitsplatz. Wir suchen Kandidat:innen, die bereit sind, zu einer inklusiven Umgebung beizutragen und die Lust haben, kontinuierlich dazuzulernen.

Déposer ma candidature

Formats acceptés : PDF, Word, RTF ou ODT. Taille maximale : 3 Mo.