Machine Learning Jobs in Bangkok

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML-und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten-und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen. Du arbeitest mit Cloud-, Data-und Platform-Teams zusammen.

Du bewertest AI-Use-Cases gemeinsam mit Kunden und übersetzt Anforderungen in technische Lösungsansätze. Du entwickelst ML- und GenAI-Lösungen, z.B. mit LLMs, RAG oder klassischen Machine-Learning-Methoden. Du konzipierst Daten- und ML-Pipelines und bringst AI-Lösungen in produktionsnahe Umgebungen.

führen Lehrveranstaltungen in den Bachelor-/Masterstudiengängen des Fachbereiches in deutscher und englischer Sprache durch. setzen Forschungs- und Entwicklungsarbeiten um, akquirieren und leiten Drittmittelprojekte und beteiligen sich am Wissenschaftstransfer. entwickeln und nutzen bioinformatische und KI-Werkzeuge in Lehre und Forschung.

Du verantwortest die Lösungsarchitektur in unseren Kundenprojekten: digitale Bauakte und Projektplattformen auf Microsoft 365, Fachanwendungen auf der Power Platform mit Azure SQL, Microsoft 365 Copilot und eigene KI-Agenten. Die Rolle ist nicht auf einen Kunden begrenzt.

Entwickle KI-Lösungen: Du unterstützt bei der Entwicklung maßgeschneiderter Data-Science- und KI-Lösungen – vom Proof-of-Concept bis hin zu operativen Machine-Learning-Modellen.

Beschäftige Dich mit Künstlicher Intelligenz, Daten und modernen Technologien und lerne, wie diese im Finanzumfeld eingesetzt werden können. Probiere Dich in verschiedenen Bereichen wie Cyber Security, Data Science, IT-Consulting und Software Engineering aus.

Design von KI-/ML-Plattformen unter Berücksichtigung bestehender Rahmenbedingungen (Governance-Anforderungen, Sicherheit, Skalierbarkeit und Interoperabilität; enge Abstimmung mit IT-Architektur, Datenschutz und Compliance) Entwicklung, Etablierung und Pflege von Standards und Richtlinien für den Einsatz von KI in der Stadtverwaltung (Datenmodelle, APIs/Events, Qualitäts- und Sicherheitsanforderungen, Monitoring, Betrieb, Open-Source-Strategie, Lieferantenbewertung) Mitwirkung an KI-Projekten vom Beratungsprozess über die Pilotierung bis hin zur Produktivsetzung und dem operativen Betrieb

Mitgestaltung der Architektur eines verteilten Systems, das für eine große, heterogene Kundenbasis skalieren muss. Treffe fundierte Entscheidungen zum Technologie-Stack. Welche Agenten-Frameworks diesen als Basis, wie kommunizieren Agenten miteinander, wann ist ein Human-in-the-Loop-Check erforderlich und wann kann das System autonom handeln. Konzeption, wie Agenten auf Wissen zugreifen und es nutzen. Hier gehören RAG, Vektordatenbanken und vor allem die Genauigkeit der Informationsabfrage dazu; nicht nur das Aufsetzen einer Datenbank.

Übersetzung von regulatorischen Vorgaben, wie etwa der KI-Verordnung, in technische Anforderungen an KI-Systeme. Konzeption und Entwicklung von technischen Lösungen zur Absicherung von KI-Systemen. Konzeption und Entwicklung von KI-Governance Frameworks. Konzeption und Durchführung von KI-Prüfungen für konkrete Use Cases. Entwicklung von Methoden zur Messung und Quantifizierung von Unsicherheiten in KI-Modellen (z. B. Transformer-Architekturen). Durchführung von Redteaming- und Stresstests zur Absicherung von LLMs und KI-Agenten im produktiven Einsatz. Automatisierung von KI-Prüf- und Testworkflows. Beratung von Kund*innen aus Wirtschaft und öffentlicher Verwaltung zur regulatorischen Einordnung und Absicherung ihrer KI-Systeme.

Du übernimmst die fachliche und disziplinarische Führung eines Teams von Product Managern, die für unsere Fraud-Detection-Systeme sowie für die KI-Agenten verantwortlich sind, die AFC-Operations bei Fallbearbeitung und Verdachtsmeldewesen unterstützen. Du entwickelst die Produktstrategie und Roadmap für Fraud Detection und agentengestützte AFC-Workflows, stellst eine sinnvolle Priorisierung zwischen beiden Themenbereichen sicher und behältst dabei technologische sowie regulatorische Entwicklungen im Blick. Du treibst den verantwortungsvollen Einsatz von KI und Machine Learning in der Betrugs- und Geldwäscheprävention voran.

Analyse bestehender Berechnungs- und Auslegungsverfahren in der Wasser- und Abwassertechnik. Aufbereitung und Auswertung vorhandener Prozess- und Anlagendaten. Untersuchung geeigneter KI- und Machine-Learning-Methoden. Entwicklung eines Modells zur Unterstützung technischer Berechnungen und Auslegungsprozesse. Vergleich der KI-gestützten Ergebnisse mit konventionellen Berechnungsmethoden.

Übernahme der Architekturverantwortung für KI-native Delivery-Vorhaben, von Problemklärung, Zielbild, Kontext und Annahmen bis zu nachvollziehbaren Architekturentscheidungen Gestaltung sicherer und flexibler Lösungsarchitekturen, in denen Menschen, KI-Systeme, Agenten, Daten, Tools und bestehende Anwendungen sinnvoll zusammenarbeiten Erarbeitung verständlicher Entscheidungsgrundlagen, Trade-off-Analysen und adressatinnengerechte Unterlagen für technische Teams, Auftraggeberinnen und Stakeholder*innen Validierung von Architekturannahmen durch Prototypen, technische Spikes, Evaluationen und frühe Delivery-Ergebnisse

Sie sind verantwortlich für die Umsetzung von Automatisierungs- sowie KI-Projekten und sind hierfür auch regelmäßig bei unseren Kunden vor Ort Sie übernehmen die technische Projektverantwortung für die Kunden, welche hauptsächlich Banken, Versicherungen und Behörden sind. Sie sind für die Prozessanalyse, Architektur der neuen Automatisierungen und KI Prozesse, sowie das Development bis hin zum Go Live verantwortlich

Du hilfst unseren Kunden ihre Service-Organisationen für den Einsatz von KI-basierten Funktionen fit zu machen. Use-Case-Identifikation & Roadmap: Du analysierst Pain Points in ITSM-/ESM-Prozessen, identifizierst KI-Use-Cases mit echtem Business Value und entwickelst mit dem Kunden eine belastbare Umsetzungsroadmap. Datenstruktur & Zielbilder: Du bewertest bestehende Datenbasen (Ticket-, Wissens- und Stammdaten), definierst Anforderungen an Datenqualität und -struktur für KI-Use-Case und wirkst an Zielbildern für Datenmodelle im Servicekontext mit.