NatWest Group ist eine im Vereinigten Königreich ansässige Bank- und Finanzdienstleistungsorganisation, die Privatkunden sowie gewerbliche und institutionelle Kunden betreut. Ihre Tätigkeiten umfassen Banking, Finanzwesen und Fintech, darunter Firmenkundengeschäft, Vermögensverwaltung und Risikomanagement. Die Gruppe betont außerdem ihre Beziehungen zu Kunden und Gemeinschaften sowie die beruflichen Möglichkeiten für Menschen, die in ihren banken- und technologieorientierten Teams Karriere machen möchten.
Vizepräsident:in für Machine-Learning-Engineering bei NatWest Group, Bengaluru
Entwickle produktive Lösungen für generative KI, agentische KI und maschinelles Lernen. Liefere sichere, skalierbare Systeme mit MLOps, Cloud Engineering und Datenpipelines.
Beschreibung
- Leite die Entwicklung und Einführung von KI- und Machine-Learning-Lösungen mit generativer KI und klassischen ML-Verfahren.
- Agieren als technische Fachkraft beim Aufbau und der Bereitstellung produktionsreifer ML- und KI-Systeme.
- Fördere solide Engineering-Praktiken im gesamten Team.
- Überführe Geschäftsanforderungen gemeinsam mit Data Scientists in skalierbare ML- und KI-Lösungen.
- Arbeite mit Data Scientists, Engineers, Architekt:innen und geschäftlichen Stakeholdern zusammen, um sichere und zuverlässige Produkte bereitzustellen.
- Finde Möglichkeiten, ML- und KI-Plattformen, Tools und Bereitstellungsprozesse zu verbessern.
- Entwickle, implementiere und betreibe produktive Lösungen für maschinelles Lernen, generative KI und agentische KI.
- Etabliere Praktiken für ML Engineering und MLOps, darunter CI/CD, automatisierte Tests, Modellüberwachung und Observability.
- Erstelle skalierbare Datenpipelines, Workflows für Feature Engineering und wiederverwendbare Plattformkomponenten.
- Wirke in agilen, funktionsübergreifenden Teams an iterativer Bereitstellung und kontinuierlicher Verbesserung mit.
- Stelle über den gesamten Lebenszyklus von Software und Modellen die Einhaltung von Engineering-, Sicherheits-, Governance-, Risiko- und Regulierungsstandards sicher.
- Begleite Kolleg:innen als Mentor:in und übernimm technische Führung.
Anforderungen
- Erfahrung mit dem Entwurf, Aufbau und Support produktiver ML- und KI-Lösungen in einem modernen Engineering-Umfeld.
- Ein Bachelor- oder Masterabschluss in einem quantitativen, technischen oder informatikbezogenen Fach ist bevorzugt; gleichwertige praktische Erfahrung wird ebenfalls berücksichtigt.
- Fundierte Kenntnisse im Software Engineering, einschließlich cloudnativer Entwicklung, Data Engineering und Machine-Learning-Betrieb.
- Fähigkeit, technische Führung zu übernehmen, Engineering-Standards einzuhalten und andere zu begleiten.
- Fähigkeit, Aufgaben eigenständig zu organisieren, Initiative zu zeigen und proaktiv zu handeln.
- Nachweisliche Erfahrung mit der Bereitstellung komplexer ML- und KI-Lösungen im Produktivbetrieb.
- Fähigkeit, technische Konzepte sowohl technischen als auch nichttechnischen Zielgruppen zu vermitteln.
- Fundierte Software-Engineering-Kenntnisse, darunter objektorientierte Programmierung, API-Entwicklung, Testframeworks, Versionsverwaltung und aktuelle Entwicklungspraktiken.
- Erfahrung mit der Entwicklung, Bereitstellung und Betreuung generativer und agentischer KI-Lösungen, einschließlich Orchestrierungsframeworks, Evaluierungsmethoden und Betriebsüberwachung.
- Erfahrung mit klassischen Methoden des maschinellen Lernens.
- Expertise in MLOps, einschließlich Modellbereitstellung, CI/CD, Infrastructure as Code, Observability, Modellüberwachung und Leistungsoptimierung.
- Kenntnisse in Docker und Kubernetes.
- Erfahrung mit AWS, Python, SQL und Technologien für verteilte Datenverarbeitung.
- Sehr gute mündliche und schriftliche Kommunikationsfähigkeiten.
- Zusätzliche nützliche Erfahrung umfasst RAG, semantische Suche, Vektordatenbanken, Wissensgraphen, Retrieval-Optimierung, MCP, Tool-Calling-Integrationen, LLM-Evaluierung, Observability und Produktionsüberwachung.