- Identifikation, Bewertung und Priorisierung von Analytics-, Machine-Learning- und KI-Anwendungsfällen gemeinsam mit den Fachbereichen
- explorative Datenanalyse, statistische Auswertung sowie Entwicklung von Learning-Modellen für Prognosen, Klassifikationen, Optimierungen und Anomalieerkennung
- Entwicklung von Lösungen auf Basis generativer KI, Large Language Models, RAG-Architekturen und AI Agents
- Aufbereitung von Trainings- und Testdaten sowie Nutzung von Daten aus der Data Platform und bestehenden Unternehmenssystemen
- Aufbau reproduzierbarer Experimente und Bewertungsverfahren zur Weiterentwicklung von KI-Lösungen
- Überführung von Prototypen und Partnerlösungen in produktiv nutzbare Anwendungen
- Entwicklung automatisierter Trainings-, Deployment- und Monitoring-Prozesse (MLOps)
- Sicherstellung von Modellqualität sowie Umsetzung von Governance-, Datenschutz- und Security-Anforderungen
- Visualisierung und verständliche Kommunikation von Ergebnissen für unterschiedliche Zielgruppen
- Wissenstransfer und enge Zusammenarbeit mit Data Engineering, Entwicklungsteams, Fachbereichen und externen Partnern
