AI & ML Engineer (w/m/d)

Die Luzerner Kantonalbank verfolgt mit ihrer Strategie «LUKB30» eine klare Vision: Wir wollen die führende Kantonalbank im Bereich Datenanalyse und künstliche Intelligenz werden. Im Kompetenzzentrum Data, Analytics & KI gestalten wir die digitale Transformation der Bank. Als AI & ML Engineer treibst du die Konzeption, Entwicklung und den Betrieb skalierbarer ML- & GenAI-Use-Cases auf Basis der Azure-Databricks-Plattform voran.

• ML- & AI-Entwicklung: Konzeption, Entwicklung und Skalierung von ML-Modellen und AI-Use-Cases unter Verwendung interner Daten auf unserer Azure Databricks-Plattform.
• System-Integration: Nahtlose Einbettung von KI-Services in bestehende Applikationen und Geschäftsprozesse mittels APIs, Event- und Datenflüssen, CI/CD-Pipelines sowie passender Betriebsmodelle.
• GenAI Quality & Evaluation: Systematische Entwicklung und Qualitätssicherung von Prompts, Agenten-Workflows, RAG-Retrieval, Testsets und Evaluationsmetriken (inkl. Halluzinationskontrolle).
• Business Partnership: Enge Zusammenarbeit mit den Fachbereichen zur Übersetzung fachlicher Anforderungen in nachhaltige, praxistaugliche technische Lösungen.
• Betrieb & Lifecycle Management: Überwachung, Pflege und kontinuierliche Weiterentwicklung bestehender ML- und AI-Use Cases im produktiven Betrieb.
• Plattform & Governance: Aktive Mitwirkung in Governance- und Betriebsfragen im Umfeld einer modernen Enterprise-Daten- und AI-Plattform.

• Abgeschlossenes Studium (FH/ETH/Uni) in Data Science, Informatik, Wirtschaftsinformatik oder eine vergleichbare technische Qualifikation.
• Praktische Erfahrung in der Entwicklung, Integration und Betrieb von ML- oder GenAI-Lösungen (z. B. Scikit-Learn/XGBoost, Tensorflow / PyTorch, SQL, Feature Engineering für klassisches ML oder RAG, Prompt Engineering, Agenten-Workflows, MLflow, Vector Databases für GenAI).
• Fundierte Kenntnisse in Python und SQL entlang moderner Software-Engineering Standards (Clean Code, Unit/Integration Tests, Code Reviews), Erfahrung mit Data Engineering (ETL/ELT, Datenmodellierung, APIs) sowie modernen DevOps/MLOps-Praktiken (z. B. Git, CI/CD, Databricks Asset Bundles). Erfahrung im Umgang von Bankdaten sind ein Plus.
• Erfahrung mit Azure Databricks; entsprechende Cloud- oder Databricks-Zertifizierungen sind ein Plus.
• Themen wie Datenschutz, Modell-Sicherheit, Guardrails und Governance gehören für dich ganz selbstverständlich dazu. Erfahrungen im Bankenumfeld sind von Vorteil.
• Sehr gute schriftliche und mündliche Ausdrucksweise in Deutsch sowie Freude am Austausch an der Schnittstelle zwischen IT und Fachbereich.