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