Citi
Citi
Citi ist ein global tätiges Banken- und Finanzdienstleistungsunternehmen, das Privatpersonen, Unternehmen, Regierungen und Institutionen betreut. Das Angebot umfasst unter anderem Privatkundengeschäft, Kreditkarten, Vermögensverwaltung, Firmenkundengeschäft und Investment Banking und wird durch Aktivitäten in mehr als 100 Ländern unterstützt. Als großer internationaler Finanzkonzern vereint Citi Teams aus den Bereichen Bankwesen, Finanzdienstleistungen und Fintech.

Senior Lead Python-KI- und Machine-Learning-Engineer

Leite die Architektur und Bereitstellung skalierbarer generativer KI- und prädiktiver Machine-Learning-Systeme zur Betrugsprävention im US-amerikanischen Privatkundengeschäft von Citi. Etabliere MLOps-Praktiken und fördere Engineering-Teams durch Mentoring.

Beschreibung

  • Begleite die Entwicklung und Einführung fortschrittlicher KI- und Machine-Learning-Produkte.
  • Entwirf produktive Lösungen für generative KI – von Retrieval-Augmented Generation und autonomen Agenten bis hin zu semantischer Suche und multimodalen Workflows.
  • Optimiere Google Gemini, Anthropic Claude und Open-Source-Sprachmodelle hinsichtlich Geschwindigkeit, Kosten und Qualität.
  • Entwickle Frameworks für Prompt Engineering, Pipelines zur Modelloptimierung, Evaluierungsbenchmarks und Sicherheitskontrollen.
  • Lege die Architektur für prädiktives Machine Learning fest, einschließlich Anomalieerkennung, Graph Neural Networks sowie überwachter und unüberwachter Klassifikation.
  • Entwickle zuverlässige, schnelle und horizontal skalierbare Python-Dienste und APIs.
  • Integriere Vektordatenbanken, verteilte Caches und Event-Streaming-Systeme.
  • Etabliere MLOps- und LLMOps-Workflows für CI/CD, automatisiertes Retraining, Observability und Drift-Erkennung.
  • Entwickle KI-Funktionen zur Erkennung von Identitätsdiebstahl, Kontoübernahmen, synthetischen Identitäten, Kartenbetrug ohne physische Karte und ungewöhnlichen Transaktionen.
  • Setze generative KI ein, um die Betrugsprüfung zu vereinfachen und Ermittlungen anhand unstrukturierter Informationen zusammenzufassen.
  • Stelle die Einhaltung der US-amerikanischen Bankvorschriften sicher.
  • Fördere Data Scientists und Software Engineers im Engineering-Hub in Chennai durch Coaching.
  • Lege die technische Roadmap fest, bewerte KI-Frameworks, führe Proofs of Concept durch und präsentiere Architekturvorschläge der globalen Engineering-Leitung.
  • Verbessere Betrugserkennung, Falsch-Positiv-Raten, Inferenzgeschwindigkeit, Codequalität, Testabdeckung und Effizienz der Ermittler.

Anforderungen

  • Abgeschlossenes Bachelor- oder Masterstudium in Informatik, Data Science, künstlicher Intelligenz, angewandter Mathematik oder einer verwandten quantitativen Fachrichtung.
  • 10–12 Jahre Berufserfahrung in der Softwareentwicklung, einschließlich der Entwicklung produktiver KI- und ML-Systeme.
  • Fortgeschrittene Python-3.x-Kenntnisse, unter anderem in Multiprocessing oder asyncio, Design Patterns, Profiling, Packaging und sauberer Codeentwicklung.
  • Umfangreiche praktische Erfahrung mit PyTorch, TensorFlow, Scikit-learn, XGBoost und LightGBM.
  • Nachweisliche Erfahrung mit produktiven generativen KI-Anwendungen und Tools wie LangChain, LlamaIndex, CrewAI oder AutoGen.
  • Praktische Kenntnisse von Embedding-Modellen, Dense Retrieval, Reranking und Vektorindizierungsmethoden.
  • Praktische Erfahrung mit AWS, GCP oder Azure sowie Docker, Kubernetes und PySpark oder Ray.
  • Erfahrung mit durchgängigen ML-Lebenszyklen von der Datenvalidierung bis zur Überwachung von Echtzeit-Inferenz.
  • Erfahrung mit der Integration der Google-Gemini- und Anthropic-Claude-APIs, einschließlich Tool- oder Function-Calling, Context Caching und Prompt-Optimierung.
  • Erfahrung mit Betrugsregelwerken, Plattformen zur Anomalieerkennung oder prädiktiven Risikomodellen ist von Vorteil.
  • Vertrautheit mit Transaktionsüberwachung, verhaltensbiometrischen Verfahren und Datensätzen von Betrugskonsortien ist von Vorteil.
  • Sehr gute Kenntnisse in Python, SQL und Bash.
  • Erfahrung mit Vektordatenbanken, Backend-APIs, Datenstreaming, MLOps, DevOps, erklärbarer KI und der Maskierung personenbezogener Daten.
  • Fähigkeit, US-amerikanische regulatorische Anforderungen im Bankwesen zu erfüllen, einschließlich FCRA, GLBA, SR 11-7, Fair Lending und Standards für erklärbare KI.

Zusatzleistungen

  • Hybrides Arbeitsmodell.
  • Arbeitgeber mit Chancengleichheit.
  • Angemessene Vorkehrungen für Menschen mit Behinderungen sind verfügbar.

Ähnliche Stellen

PNC

Relationship Manager I, KMU-Gewerbeimmobilienfinanzierung – Lakewood, Colorado

PNC

PNC sucht eine Relationship-Managerin oder einen Relationship-Manager zur Anbahnung und Betreuung von Gewerbeimmobilienfinanzierungen in Colorado. Im Mittelpunkt stehen der Ausbau von Kundenbeziehungen, Umsatz und Kreditportfolios.

Öffnen
FranklinCovey

Senior Client Partner im Gesundheitswesen

FranklinCovey
501 – 1.000 Mitarbeitende

Entwickeln Sie die Unternehmenskunden im Gesundheitswesen von FranklinCovey durch Vertragsverlängerungen, Ausbau und strategische Partnerschaften weiter. Im Mittelpunkt steht der Kundennutzen für Gesundheitssysteme, Akutversorgungseinrichtungen und große Gesundheitsunternehmen.

Öffnen
knowmad mood

Frontend Engineer für React und TypeScript – Remote in Spanien

knowmad mood
1.001 – 5.000 Mitarbeitende
BeratungGesundheitswesenLogistik

Entwickle skalierbare Anwendungen mit React, TypeScript und Node.js bei knowmad mood, einem Unternehmen für digitale Transformation. Gestalte SSR-, SPA- und BFF-Architekturen mit und unterstütze die Einführung generativer KI.

Öffnen