Детали

Грейд

Senior

Опыт работы

от 4 лет

Формат работы

Гибрид

Уровень английского

B2, выше среднего

Сопроводительное письмо к вакансии

Письмо на почту или сообщение рекрутеру в Telegram

О вакансии

Artefact — это консалтинговая фирма нового поколения в области стратегии и данных, специализирующаяся на трансформации организаций с помощью данных и ИИ. Мы сочетаем строгость ведущего стратегического консалтинга с глубокой экспертизой в области данных, цифровых технологий и аналитики, чтобы помочь клиентам достичь ощутимого бизнес-эффекта. Обладая более чем 1800 консультантами, специалистами по данным и инженерами в 23 странах, мы работаем с мировыми лидерами, такими как Samsung, L’Oréal, Orange и Sanofi. Наш цюрихский офис находится в центре роста Artefact, консультируя клиентов по их наиболее актуальным стратегическим задачам — от стратегии и управления ИИ до дорожных карт цифровой трансформации и разработки новых бизнес-моделей.

Роль: Мы ищем Старшего архитектора данных и ИИ, который сочетает бизнес-стратегию и технологии в области данных и GenAI. Вы будете проектировать операционную модель и организацию Центра передового опыта (CoE) в области данных и GenAI, определять целевую архитектуру и управлять продуктами данных от запроса до внедрения.

Не беспокойтесь, если вы не соответствуете всем критериям! Мы ценим мотивацию, прагматичное решение проблем и потенциал превыше всего. Мы будем рады услышать вас и узнать больше о вашей страсти к развитию революции в области ИИ.

Задачи

Операционная модель и организация

Проектирование операционной модели данных и ИИ (централизованной, федеративной, «ступица-спицы») в соответствии с принципами Data Mesh: роли, обязанности, владение доменами и механизмы управления
Определение организации CoE в области данных и GenAI: область охвата, каталог услуг, навыки, размер и модель взаимодействия с бизнес-доменами
Разработка комплексных процессов управления запросами, приоритизации вариантов использования, финансирования и отслеживания результатов

Архитектура и выбор технологий

Определение целевой архитектуры платформы данных в облаке (Azure, AWS, GCP) и Databricks, включая компоненты GenAI (RAG, агенты, векторные хранилища, LLMOps)
Проведение анализов «сделать или купить» и выбор поставщиков: поиск, критерии оценки, бизнес-кейс, совокупная стоимость владения (TCO) и окончательная рекомендация
Проверка соответствия архитектуры, безопасности и выбора управления данными стандартам предприятия и операционной модели

Продукты данных: от запроса до внедрения

Сбор и формализация функциональных требований у бизнеса, перевод их в продукты данных с указанием владельцев, потребителей, SLA и метрик качества
Проектирование продуктов данных как с функциональной точки зрения (варианты использования, KPI, затронутые процессы), так и с технической (модель данных, конвейеры, интерфейсы, слой обслуживания)
Выступление в качестве эксперта по проектированию во время внедрения: обзор решений системного интегратора и контроль качества, прогресса и рисков внедрения

Требования

Минимум 4 года профессионального опыта в сфере ИТ
Минимум 2 года работы над проектами, ориентированными на ИИ/GenAI, Data Mesh и сбор функциональных требований
Опыт консалтинга, желательно в стратегическом консалтинге, в сочетании с опытом работы у системного интегратора или поставщика услуг
Практический опыт разработки операционных моделей, организаций данных/ИИ или CoE
Опыт проведения анализов «сделать или купить», выбора поставщиков или определения целевой архитектуры
Отличное знание английского языка (письменного и устного)

Технические и функциональные навыки: От вас не ожидается написание кода, но вы должны достаточно хорошо знать технологии, чтобы оценивать их, оспаривать решения поставщиков и выявлять некорректные настройки.

Data Mesh и управление данными: владение доменами, продукты данных, федеративное управление, контракты на данные, каталоги и отслеживание происхождения данных (например, Unity Catalog, OpenMetadata, Collibra)
Облачные технологии: PaaS-сервисы для данных и ИИ по крайней мере в одной из систем Azure, AWS и GCP; принципы безопасности, сетевого взаимодействия и FinOps
Databricks: Lakehouse, Delta Lake, Unity Catalog, Workflows; способность оценивать дизайн и стоимость
GenAI: архитектуры RAG и агентов, LLMOps, оценка моделей, платформы, такие как Azure AI Foundry, Vertex AI и Bedrock
Операционная модель: организация данных/ИИ, CoE, роли (владелец данных, куратор данных, владелец продукта), процессы управления запросами и портфелем
Требования и доставка: сбор требований, пользовательские истории, моделирование процессов, гибкие методологии, управление программой
Бизнес: бизнес-кейсы, TCO, отслеживание результатов, а также способность переводить технические решения в экономическое воздействие
Знание немецкого языка не является обязательным

Будет плюсом

Опыт работы с клиентами в фармацевтическом секторе
Сертификаты по облачным технологиям или Databricks (например, Azure Solutions Architect, Databricks Data Engineer или Solutions Architect)
Опыт проведения технической экспертизы (due diligence) или проектов пост-слияния
Предыдущий технический опыт в качестве инженера или разработчика

Условия

Роль, связывающая стратегию и технологии, с прямым влиянием на решения клиентов
Международные проекты по Data Mesh, платформам данных и GenAI
Тесное сотрудничество с руководителем проекта и карьерный рост до руководящих позиций в программе

Местоположение и модель работы: (Гибридный) Цюрих или Лозанна. Высококонкурентный компенсационный пакет Эта позиция находится в Цюрихе.

Who/What is Artefact? Artefact is a next-generation strategy and data consulting firm dedicated to transforming organizations through data and AI. We combine the rigor of top-tier strategy consulting with deep expertise in data, digital, and analytics to help clients achieve tangible business impact. With 1,800+ consultants, data scientists, and engineers across 23 countries, we work with global leaders such as Samsung, L’Oréal, Orange, and Sanofi. Our Zurich office is at the heart of Artefact’s growth, advising clients on their most pressing strategic challenges — from AI strategy and governance to digital transformation roadmaps and new business model design.

The role: We are looking for a Senior Data & AI Architect who combines business strategy and technology across Data and GenAI. You will design the operating model and the organization of the Data & GenAI CoE, define the target architecture, and steer data products from demand through to rollout.

Key responsibilities:

Operating model and organization

Design the Data & AI operating model (centralized, federated, hub-and-spoke) following Data Mesh principles: roles, responsibilities, domain ownership and governance mechanisms.
Define the organization of the Data & GenAI CoE: scope, service catalogue, skills, sizing and engagement model with business domains.
Design end-to-end processes for demand management, use case prioritization, funding and value tracking.

Architecture and technology choices

Define the target data platform architecture on cloud (Azure, AWS, GCP) and Databricks, including GenAI components (RAG, agents, vector stores, LLMOps).
Run make-or-buy analyses and vendor selections: scouting, evaluation criteria, business case, TCO and final recommendation.
Check that architecture, security and data governance choices are consistent with enterprise standards and with the operating model.

Data products: from demand to rollout

Gather and formalize functional requirements with the business, translating them into data products with owners, consumers, SLAs and quality metrics.
Design data products from both a functional angle (use cases, KPIs, impacted processes) and a technical one (data model, pipelines, interfaces, serving layer).
Act as design authority during implementation: review system integrator solutions and oversee quality, progress and risks of the rollout.

Requirements:

At least 4 years of professional experience in IT.
At least 2 years on projects focused on AI/GenAI, Data Mesh and functional requirements gathering.
Consulting experience, ideally in strategy consulting, combined with experience at a system integrator or delivery firm.
Hands-on experience designing operating models, Data/AI organizations or CoEs.
Experience with make-or-buy analyses, vendor selection or target architecture definition.
Excellent written and spoken English.

Technical and functional skills: You will not be expected to write code, but you need to know the technologies well enough to assess them, challenge vendors and spot a flawed setup.

Data Mesh and governance: domain ownership, data products, federated governance, data contracts, catalogues and lineage (e.g. Unity Catalog, OpenMetadata, Collibra).
Cloud: data and AI PaaS services on at least one of Azure, AWS and GCP; security, networking and FinOps principles.
Databricks: Lakehouse, Delta Lake, Unity Catalog, Workflows; ability to assess design and cost.
GenAI: RAG and agentic architectures, LLMOps, model evaluation, platforms such as Azure AI Foundry, Vertex AI and Bedrock.
Operating model: Data/AI organization, CoE, roles (data owner, data steward, product owner), demand and portfolio processes.
Requirements and delivery: requirements gathering, user stories, process modelling, agile methods, programme governance.
Business: business cases, TCO, value tracking, and the ability to translate technical choices into economic impact.

Nice to have:

German not strictly required.
Experience with clients in pharma sector.
Cloud or Databricks certifications (e.g. Azure Solutions Architect, Databricks Data Engineer or Solutions Architect).
Experience in tech due diligence or post-merger transformation projects.
Prior technical background as an engineer or developer.

What we offer:

A role bridging strategy and technology, with direct impact on client decisions.
International projects on Data Mesh, data platforms and GenAI.
Close collaboration with the Project Lead and a growth path towards programme leadership roles.

Location and working model: (Hybrid) Zurich or Lausanne. Highly competitive compensation package This position is based in Zürich. Don’t worry if you don’t meet all the criteria! We value motivation, pragmatic problem-solving, and potential above all else. We’d love to hear from you and learn more about your passion for driving the AI revolution.

Подходит ли тебе эта вакансия?

Сравним навыки, грейд, формат работы и зарплату

Ключевые навыки

Data Mesh
Data Governance
Data Products
Data Contracts
Data Catalog
Data Lineage
Unity Catalog
OpenMetaData
Collibra
Azure
AWS
Google Cloud Platform
Databricks
Delta Lake
RAG
AI Agents
Vector Databases
LLMOps
Azure AI Foundry
VertexAI
AWS Bedrock
FinOps
Сбор требований
User Stories
Моделирование процессов
Agile
Program Governance
Total Cost of Ownership

Оценка зарплаты

114 000USDв год

Чаще всего от 89 100 до 157 000

Key responsibilities:

Operating model and organization

Design the Data & AI operating model (centralized, federated, hub-and-spoke) following Data Mesh principles: roles, responsibilities, domain ownership and governance mechanisms.
Define the organization of the Data & GenAI CoE: scope, service catalogue, skills, sizing and engagement model with business domains.
Design end-to-end processes for demand management, use case prioritization, funding and value tracking.

Architecture and technology choices

Define the target data platform architecture on cloud (Azure, AWS, GCP) and Databricks, including GenAI components (RAG, agents, vector stores, LLMOps).
Run make-or-buy analyses and vendor selections: scouting, evaluation criteria, business case, TCO and final recommendation.
Check that architecture, security and data governance choices are consistent with enterprise standards and with the operating model.

Data products: from demand to rollout

Gather and formalize functional requirements with the business, translating them into data products with owners, consumers, SLAs and quality metrics.
Design data products from both a functional angle (use cases, KPIs, impacted processes) and a technical one (data model, pipelines, interfaces, serving layer).
Act as design authority during implementation: review system integrator solutions and oversee quality, progress and risks of the rollout.

Requirements:

At least 4 years of professional experience in IT.
At least 2 years on projects focused on AI/GenAI, Data Mesh and functional requirements gathering.
Consulting experience, ideally in strategy consulting, combined with experience at a system integrator or delivery firm.
Hands-on experience designing operating models, Data/AI organizations or CoEs.
Experience with make-or-buy analyses, vendor selection or target architecture definition.
Excellent written and spoken English.

Technical and functional skills: You will not be expected to write code, but you need to know the technologies well enough to assess them, challenge vendors and spot a flawed setup.

Data Mesh and governance: domain ownership, data products, federated governance, data contracts, catalogues and lineage (e.g. Unity Catalog, OpenMetadata, Collibra).
Cloud: data and AI PaaS services on at least one of Azure, AWS and GCP; security, networking and FinOps principles.
Databricks: Lakehouse, Delta Lake, Unity Catalog, Workflows; ability to assess design and cost.
GenAI: RAG and agentic architectures, LLMOps, model evaluation, platforms such as Azure AI Foundry, Vertex AI and Bedrock.
Operating model: Data/AI organization, CoE, roles (data owner, data steward, product owner), demand and portfolio processes.
Requirements and delivery: requirements gathering, user stories, process modelling, agile methods, programme governance.
Business: business cases, TCO, value tracking, and the ability to translate technical choices into economic impact.

Nice to have:

German not strictly required.
Experience with clients in pharma sector.
Cloud or Databricks certifications (e.g. Azure Solutions Architect, Databricks Data Engineer or Solutions Architect).
Experience in tech due diligence or post-merger transformation projects.
Prior technical background as an engineer or developer.

What we offer:

A role bridging strategy and technology, with direct impact on client decisions.
International projects on Data Mesh, data platforms and GenAI.
Close collaboration with the Project Lead and a growth path towards programme leadership roles.

Ключевые навыки

Data Mesh

Data Governance

Data Products

Data Contracts

Data Catalog

Data Lineage

Unity Catalog

OpenMetaData

Collibra

Azure

AWS

Google Cloud Platform

Databricks

Delta Lake

RAG

AI Agents

Vector Databases

LLMOps

Azure AI Foundry

VertexAI

AWS Bedrock

FinOps

Сбор требований

User Stories

Моделирование процессов

Agile

Program Governance

Total Cost of Ownership

Детали

Сопроводительное письмо к вакансии