Daimler Truck North America
Daimler Truck North America
Daimler Truck North America entwickelt und liefert Fahrzeuge, Technologien und Dienstleistungen für die gewerbliche Transportbranche. Das Portfolio umfasst mittelschwere und schwere Lkw, Schulbusse, Fahrgestelle sowie damit verbundene Transportlösungen der Marken Freightliner, Western Star und Thomas Built Buses. Das Unternehmen vereint Kompetenzen in Engineering, Produktion, Marketing und Service und legt den Fokus darauf, Innovation und Nachhaltigkeit in Logistik, Automobilindustrie und Transport voranzutreiben.

Data-Science-Teamleitung II

Leiten Sie die KI-Architektur, RAG-Agenten und skalierbare Datenplattformen bei Daimler Truck North America. Führen Sie Teams, die kontrollierte KI-Lösungen für Fertigung, Finanzen und Aftermarket entwickeln.

Beschreibung

  • Entwickeln Sie Daten- und KI-Produkte auf Basis der Datenfundamente von DTNA und Daimler Truck sowie neuer Technologien.
  • Leiten Sie Datenarchitektur, KI-Implementierung und die Zusammenarbeit über Regionen hinweg.
  • Prüfen Sie Architekturen und beraten Sie zu technischer Ausrichtung, Machbarkeit und Skalierbarkeit von KI-Initiativen.
  • Identifizieren Sie wirkungsstarke Daten- und KI-Möglichkeiten in Geschäftsbereichen und Regionen.
  • Koordinieren Sie Daten- und KI-Lösungen mit den Datenverantwortlichen, Architekten und technischen Gruppenleitungen von DTG.
  • Arbeiten Sie mit DTICI zusammen, um globale Standards und Lösungen für Daten- und KI-Architekturen festzulegen.
  • Passen Sie globale Daten- und KI-Lösungen an regionale Anforderungen und regulatorische Vorgaben an.
  • Fördern Sie den internen Wissensaustausch durch Communities of Practice für Daten und KI.
  • Sorgen Sie dafür, dass die unternehmensweite Datenplattform skalierbar und KI-fähig bleibt und Daten auffindbar, kontrolliert und nutzbar sind.
  • Arbeiten Sie mit Geschäftsleitungen zusammen, um wertvolle Anwendungsfälle auszuwählen und Machbarkeitsnachweise sowie Minimum Viable Products zu entwickeln.
  • Bewerten und erproben Sie KI-Tools, Plattformen, Modelle und Anbieter und empfehlen Sie Architektur-Roadmaps.
  • Nutzen Sie KI, um Datenaufbereitung, -qualität, -dokumentation und Automatisierung zu verbessern.
  • Entwickeln Sie Muster, Pipelines sowie MLOps- und LLMOps-Praktiken, um KI-Lösungen bereitzustellen und zu skalieren.
  • Setzen Sie verantwortungsvolle KI-Praktiken um, die Sicherheits-, Datenschutz-, Qualitäts- und Governance-Standards erfüllen.
  • Beraten Sie Stakeholder zu den Möglichkeiten von KI und unterstützen Sie sie dabei, passende Kompetenzen aufzubauen und Arbeit zu priorisieren.
  • Leiten Sie die Konzeption und praktische Umsetzung von unternehmensweiten RAG- und agentenbasierten Lösungen.
  • Entwickeln Sie unternehmensweite KI-Agenten mit RAG, semantischem Retrieval, Vektorsuche, Tool-Orchestrierung und Multi-Agenten-Workflows.
  • Legen Sie KI-Qualitätskennzahlen und Bewertungsrahmen fest, darunter Referenzdatensätze, Pipelines, LLM-as-Judge-Verfahren und Regressionstests.
  • Erstellen Sie semantische und ontologiebasierte Datenmodelle für Unternehmens-KI, Self-Service-Analysen, Schlussfolgerungen und Wissensentdeckung.
  • Bewerten und übernehmen Sie neue KI-Standards, einschließlich des Model Context Protocol (MCP).
  • Leiten Sie ein Team von Fachkräften für KI und Daten.
  • Führen Sie Mitarbeitergespräche und Gespräche über Wirkung und Leistung und geben Sie Feedback und Orientierung.
  • Unterstützen Sie Entwicklungspläne und gewinnen, fördern und halten Sie KI-Talente.
  • Schaffen Sie eine kooperative und inklusive Teamkultur.
  • Legen Sie Teamziele und Leistungskennzahlen fest, die strategische Prioritäten unterstützen.
  • Bauen Sie leistungsstarke Engineering-Teams durch Einstellungen, technische Interviews, Mentoring und Talententwicklung auf.
  • Übernehmen Sie technische Führung durch Reviews von Architektur, Design, Code, KI-Lösungen und Produktionsreife.

Anforderungen

  • Bachelorabschluss in einem technischen oder gestalterischen Fach wie Informatik, Softwaredesign oder Datenwissenschaft sowie mindestens sieben Jahre einschlägige Berufserfahrung.
  • Erfahrung mit großen Cloud-Analyseplattformen.
  • Erfahrung mit großen Big-Data-Analyseplattformen.
  • Erfahrung mit generativer KI und führenden großen Sprachmodellen.
  • Erfahrung mit der Bereitstellung und Verwaltung umfangreicher Cloud-Computing-Lasten im Hinblick auf Leistung und Kosteneffizienz.
  • Sehr ausgeprägte SQL-Kenntnisse.
  • Umfangreiche praktische Erfahrung mit konzeptioneller, logischer und physischer Datenmodellierung sowie relationalen und nicht relationalen Datenspeichern.
  • Fundierte Kenntnisse in Data Engineering und Datenarchitektur.
  • Nachgewiesene Erfahrung mit der Entwicklung und dem Betrieb von ETL-/ELT-Pipelines und modernen Datenplattformen.
  • Erfahrung mit der Aufbereitung und Architektur von Daten für Machine Learning und KI.
  • Fähigkeit, strukturierte und unstrukturierte Daten in großem Umfang zu verarbeiten.
  • Erfahrung mit Streaming- und Echtzeit-Datenarchitekturen, einschließlich Kafka und ereignisgesteuerter Pipelines.
  • Erfahrung mit Frameworks für verteiltes Rechnen.
  • Erfahrung mit cloudnativen KI-Diensten wie Azure AI und AWS SageMaker.
  • Erfahrung mit Containerisierung und Orchestrierung.
  • Praktische Erfahrung mit agentischen KI-Frameworks oder Orchestrierungstools sowie führenden KI- und Datenplattform-Ökosystemen.
  • Erfahrung damit, KI-Lösungen vom Prototyp bis zu einem zuverlässigen, überwachten und skalierbaren Produktivbetrieb zu führen.
  • Nachweisliche Erfolge bei der geschäftlichen Transformation durch Daten und KI.
  • Ausgeprägtes unternehmerisches Urteilsvermögen und die Fähigkeit, komplexe technische Themen einem nicht technischen Publikum zu erklären.
  • Erfahrung in multinationalen oder Matrixorganisationen.
  • Der Bewerbung muss ein Lebenslauf beigefügt sein.
  • Die ausgewählte Person muss eine strafrechtliche Zuverlässigkeitsüberprüfung bestehen.
  • Die ausgewählte Person muss gegebenenfalls einen Drogentest vor der Einstellung bestehen.
  • Bewerber müssen zum Zeitpunkt der Bewerbung dauerhaft berechtigt sein, in den Vereinigten Staaten zu arbeiten. Ausgenommen sind derzeitige Mitarbeitende von Daimler Truck North America, die im Rahmen eines bestehenden US-Visums von Daimler Truck North America arbeiten.
  • Ein weiterführender Abschluss in Informatik, KI, Datenwissenschaft oder einem verwandten Fach ist von Vorteil.
  • Erfahrung mit großen Datensätzen und verteiltem Rechnen ist von Vorteil.
  • Erfahrung mit GitHub oder einer ähnlichen Plattform für kollaborative Entwicklung ist von Vorteil.
  • Erfahrung mit Daten aus Fertigung, Finanzen oder Aftermarket ist von Vorteil.
  • Kenntnisse regionaler regulatorischer Rahmenbedingungen und Datenschutzgesetze sind von Vorteil.
  • Mehrsprachigkeit oder Erfahrung in der Zusammenarbeit mit unterschiedlichen Kulturen ist von Vorteil.
  • Nachgewiesene fachliche Meinungsführerschaft durch Veröffentlichungen oder Vorträge ist von Vorteil.

Zusatzleistungen

  • Für diese Stelle wird keine Umzugsunterstützung angeboten.
  • Hybrides Arbeitsmodell mit vier Tagen im Büro und einem Tag pro Woche im Homeoffice.
  • Chancengleichheit bei der Beschäftigung; während des Bewerbungsprozesses sind Vorkehrungen oder besondere Unterstützung verfügbar.
  • Das Einstellungsverfahren kann einen Drogentest vor der Einstellung und eine strafrechtliche Zuverlässigkeitsüberprüfung umfassen.

Ähnliche Stellen

WTW

Praktikum in der Versicherungs- und Finanzberatung

WTW

Unterstütze WTW-Beratungsteams bei Versicherungsstrategien, Finanzanalysen und Projekten zu Belegschaftsrisiken. Recherchiere Versicherer und Dienstleister, bewerte die Wirtschaftlichkeit von Programmen und hilf bei der Ausarbeitung von Kundenempfehlungen.

Öffnen
Poesis AI

Leitender Quantitative-Finance-Ingenieur

Poesis AI

Entwickle bei Poesis AI KI-gestützte Anlagesysteme – von Finanzdatenpipelines und quantitativen Modellen bis zu Backtests und Produktivwerkzeugen. Arbeite mit Forschungs- und Engineeringteams daran, Experimente in Systeme zu überführen, die Anlageentscheidungen unterstützen.

Öffnen
APL Logistics

Mitarbeiter:in Finanzprozesse, Debitorenbuchhaltung

APL Logistics

Bearbeitung von Debitorenprozessen wie Kundenabrechnung, Buchungsvorgängen, Aktualisierungen zur Frachtfreigabe und Rechnungsverarbeitung. Unterstützung des Finanz Shared Service bei APL Logistics in einer hybriden Position auf den Philippinen.

Öffnen
AIR Seguros

Sachbearbeiter/in Lebens- und Krankenvollversicherung bei AIR Seguros in Los Cabos

AIR Seguros
11 – 50 Mitarbeitende
B2BVersicherungen

Betreuung von Sach- und Haftpflichtversicherungen für AIR Seguros, einen mexikanischen Versicherungsmakler, mit Kunden aus Hotellerie, Transport und Energie. Angebote erstellen, Verlängerungen bearbeiten und mit Versicherern im In- und Ausland zusammenarbeiten.

Öffnen
Johnson & Johnson

Remote Oncology Area Business Specialist Hämatologie

Johnson & Johnson

Betreuung von Einrichtungen im ambulanten Bereich in Neuengland mit Fokus auf Hämatologie und deren Vorbereitung auf den Einsatz von Arzneimitteln von Johnson & Johnson. Schulung von medizinischem Fachpersonal und Account-Teams zu klinischen, wirtschaftlichen und operativen Aspekten sowie zur Produktanwendung und Versorgung.

Öffnen