Senior AI Engineer – Financial Services and MLOps
⚲ Warszawa
18 900 - 29 400 PLN netto (B2B)
Wymagania
- min. 4 lata doświadczenia jako AI Engineer, Machine Learning Engineer lub Data Scientist
- bardzo dobra znajomość Pythona oraz TensorFlow lub PyTorch
- udokumentowane doświadczenie w budowie, treningu i wdrażaniu modeli ML w środowisku produkcyjnym
- znajomość technik NLP i dużych modeli językowych (LLM)
- doświadczenie z chmurowymi środowiskami AI (AWS, Azure lub GCP)
- znajomość praktyk i narzędzi MLOps (MLflow lub Kubeflow)
- dobra znajomość SQL i pracy z dużymi zbiorami danych
- biegły angielski i znajomość polskiego
Opis stanowiska
ITDS szuka Senior AI Engineera do pracy dla globalnego lidera bankowości. Będziesz projektować, rozwijać i wdrażać modele AI/ML dla zastosowań bankowych — inteligentne przetwarzanie dokumentów, wykrywanie oszustw, analityka predykcyjna — oraz integrować je z produkcyjnymi systemami i dbać o zgodność z regulacjami. Uwaga: praca w silnie regulowanym środowisku finansowym może oznaczać dłuższe cykle wdrożeniowe i ograniczenia compliance, a część inicjatyw może być na wczesnym etapie lub napotykać przeszkody.
🔍 Dekoder Ogłoszenia
🔴
Unleash the Power of Generative AI — Redefine the Future of Financial Services!
To chwytliwy nagłówek marketingowy, który może sugerować bardziej ambitne cele niż faktyczne codzienne zadania.
🔴
Poland-based opportunity with hybrid work model.
Może oznaczać, że praca jest głównie zdalna, ale wymagane są sporadyczne wizyty w biurze, co może być uciążliwe.
🔴
support digital transformation initiatives
Może oznaczać, że będziesz pracować nad projektami, które są w początkowej fazie lub napotykają na przeszkody.
🟡
Work with structured and unstructured financial data to derive predictive insights
Praca z danymi finansowymi, zwłaszcza w środowisku regulowanym, może być skomplikowana i wymagać dużej uwagi na szczegóły.
🟡
Partner with DevOps teams to optimize MLOps and deployment pipelines
Współpraca z zespołami DevOps jest standardem, ale może oznaczać, że będziesz musiał poświęcić dużo czasu na kwestie infrastruktury i wdrażania.