Analytics Engineer - AI Solutions
Eidgenössische Finanzmarktaufsicht FINMA
Zürich, Switzerland
24 days ago
Role details
Contract type
Permanent contract Employment type
Full-time (> 32 hours) Working hours
Shift work Languages
English, French, German Experience level
IntermediateJob location
Zürich, Switzerland
Tech stack
Artificial Intelligence
Data analysis
Azure
Information Engineering
Python
Power BI
Cloud Services
Azure
SQL Databases
Azure
Generative AI
Microsoft Fabric
Requirements
- Hochschul- oder Fachhochschulabschluss im Informatikumfeld oder vergleichbare Aus- und Weiterbildungen und mind. 3-jährige fundierte Berufserfahrung in vergleichbarer Position mit Fokus Data Science / Data Engineering
- Praktische Projekterfahrung mit Python und SQL, weitere Sprachen sind ein Plus
- Kenntnisse in der Nutzung von Cloudservices wie Microsoft Azure (z.B. Azure Data Factory, Azure AI Foundry, Azure ML), Microsoft Fabric und Power BI von Vorteil
- Praktische Erfahrung im Training und Integration von AI-Modellen sowie im Prompting von Generative AI-Services
- Lernbereitschaft und Offenheit, besonders hinsichtlich neuer Technologien und Anwendungsfälle
- Sehr gute Deutschkenntnisse (C2), gute Englischkenntnisse (B2), Französischkenntnisse von Vorteil
Benefits & conditions
Wir sind der richtige Arbeitgeber für engagierte Mitarbeitende, die Herausforderungen suchen und rasch Verantwortung übernehmen wollen. Bei uns erwarten Sie fortschrittliche Anstellungsbedingungen, flexible Arbeitszeitsysteme und zentrale Arbeitsstandorte.
About the company
Die FINMA beaufsichtigt den Schweizer Finanzmarkt. Sie schützt die Interessen der Anlegerinnen und Anleger, Gläubiger und Versicherten und trägt mit ihrer Aufsicht zur Stabilität und Wettbewerbsfähigkeit der Finanzmarktakteure bei. Dafür engagieren sich täglich über 700 kompetente und motivierte Mitarbeitende.
Wir bieten im Geschäftsbereich Operations eine Tätigkeit als
Hauptaufgaben
* Aufbau & Betrieb: Mitgestaltung unserer neuen Analytics-Plattform von Grund auf, inklusive sicherem und stabilem Betrieb
* Governance: Definition und Etablierung von Governance-Vorgaben für die Nutzung der Analytics-Plattform und weiteren modernen Analytics-Tools
* Vom Prototyp zur Lösung: Konzeption, Implementierung und Operationalisierung von Use Cases und deren Integration in den Arbeitsalltag unserer Mitarbeitenden
* Engineering Excellence: Sicherung der Qualität sowie Zuverlässigkeit der Datenprodukte durch Einsatz von CI/CD, robusten Data-Pipelines und MLOps-Praktiken
* Schnittstelle: Technische Expertise gegenüber unseren Data Scientisten in den Fachabteilungen sowie innerhalb der ICT, inklusive Bedarfserhebung und Übersetzung in professionelle Empfehlungen und echte Anwendungsfälle
* Wissen teilen: Förderung des Austausches im Analytics Circle und Innovation Lab - durch technisches Mentoring, Dokumentation und der Etablierung von Good Practices