S&P Global bietet weltweit Marktinformationen, Bonitätsbewertungen, Analysen und Benchmark-Indizes für Unternehmen, Investoren, Regierungen und andere Organisationen. Die Dienstleistungen decken die Bereiche Finanzen, Rohstoffe, Mobilität, Nachhaltigkeit, Energiewende und künstliche Intelligenz ab und helfen Kunden, Marktentwicklungen zu interpretieren, Kreditrisiken einzuschätzen und fundierte Entscheidungen zu treffen.
Das Unternehmen stellt diese Erkenntnisse über Geschäftsbereiche wie S&P Global Market Intelligence, S&P Global Ratings und S&P Dow Jones Indices bereit. Seine datenbasierten Produkte unterstützen die Recherche, Risikoanalyse, das Benchmarking und die strategische Planung in komplexen globalen Märkten.
Machine-Learning-Ingenieur:in, Kensho — S&P Global
Entwickle produktive generative KI-Systeme und retrievalbasierte Agenten für Kensho, die Antworten großer Sprachmodelle mit Finanzdaten von S&P Global fundieren. Gestalte skalierbare Machine-Learning-Lösungen – von der ersten Erkundung bis zu Bereitstellung und Überwachung.
Beschreibung
- Entwickle und implementiere Machine-Learning-Systeme für komplexe geschäftliche Herausforderungen und Kensho-Produkte
- Erstelle retrievalbasierte KI-Agenten, die Daten aus S&P-Datensätzen finden, prüfen und organisieren
- Bewerte LLM-Agenten und verbessere Leistung, Latenz, Speicherbedarf, Recheneffizienz und Funktionskonsistenz
- Arbeite mit proprietären strukturierten und unstrukturierten Daten und Fachexpert:innen zusammen
- Skaliere und optimiere Machine-Learning-Systeme für den Bedarf, einen effizienten Ressourceneinsatz und einen zuverlässigen Produktivbetrieb
- Erkenne technische Altlasten und empfehle Verbesserungen für Zuverlässigkeit und Wartbarkeit der Systeme
- Plane Machine-Learning-Initiativen für Kensho-Produkte und setze sie um
- Arbeite mit Teams aus den Bereichen Data, Product, Design und Engineering zusammen
- Entwickle Machine-Learning-Funktionen, die Arbeitsabläufe der Nutzer:innen verbessern
- Begleite den gesamten Machine-Learning-Lebenszyklus – von der Problemdefinition und Datenanalyse bis zu Bereitstellung und Produktionsüberwachung
Anforderungen
- Bachelorabschluss oder höher in Informatik, Ingenieurwesen oder einem verwandten Fach
- Mindestens drei Jahre fundierte praktische Berufserfahrung in Machine Learning, natürlicher Sprachverarbeitung und Information Retrieval
- Erfahrung mit dem Entwurf, der Einführung und der Wartung von Produktivsystemen
- Sehr gute Python-Kenntnisse
- Fähigkeit, SQL-Datenbanken zu verstehen und Abfragen für bestimmte Zugriffsmuster zu schreiben
- Erfahrung mit dem Aufbau von Machine-Learning-Pipelines für Datenverarbeitung, Training, Inferenz, Wartung, Evaluierung, Versionierung und Experimente
- Erfahrung mit Machine-Learning-Bibliotheken oder Frameworks zur Orchestrierung großer Sprachmodelle, etwa LangChain
- Erfahrung mit Retrieval-Augmented-Generation-Systemen ist von Vorteil
- Sorgfältige Programmier- und Dokumentationspraxis sowie gute Zusammenarbeit und Kommunikation
- Ausgeprägte Problemlösungsfähigkeit und eine proaktive Arbeitsweise
- Fähigkeit, sich auf ein dynamisches und sich wandelndes Arbeitsumfeld einzustellen
Zusatzleistungen
- Gesundheitsleistungen zur Unterstützung des psychischen und körperlichen Wohlbefindens
- Großzügiger bezahlter Urlaub
- Fortlaufende Angebote für Lernen und berufliche Weiterentwicklung
- Wettbewerbsfähige Vergütung
- Angebote zur Altersvorsorge
- Programm zur beruflichen Weiterbildung
- Arbeitgeberzuschüsse zu Studienkrediten
- Programme für finanzielle Gesundheit
- Familienfreundliche Leistungen und Angebote
- Rabatte im Einzelhandel
- Prämien für Empfehlungen