Citi
Citi
Η Citi είναι μια παγκόσμια εταιρεία τραπεζικών και χρηματοοικονομικών υπηρεσιών που εξυπηρετεί καταναλωτές, εταιρείες, κυβερνήσεις και οργανισμούς. Οι υπηρεσίες της περιλαμβάνουν λιανική τραπεζική, πιστωτικές κάρτες, διαχείριση περιουσίας, εταιρική τραπεζική και επενδυτική τραπεζική, με υποστήριξη από δραστηριότητες σε περισσότερες από 100 χώρες. Ως μεγάλος διεθνής χρηματοοικονομικός οργανισμός, η Citi συντονίζει ομάδες που δραστηριοποιούνται στους τομείς της τραπεζικής, των χρηματοοικονομικών υπηρεσιών και του fintech.

Ανώτερος επικεφαλής μηχανικός Python, τεχνητής νοημοσύνης και μηχανικής μάθησης

Ηγήσου στον σχεδιασμό και την υλοποίηση επεκτάσιμων συστημάτων παραγωγικής τεχνητής νοημοσύνης και προγνωστικής μηχανικής μάθησης για την πρόληψη απάτης στη λιανική τραπεζική της Citi στις ΗΠΑ. Προώθησε πρακτικές MLOps και καθοδήγησε ομάδες μηχανικών.

Περιγραφή

  • Καθοδήγησε την ανάπτυξη και την κυκλοφορία προηγμένων προϊόντων τεχνητής νοημοσύνης και μηχανικής μάθησης.
  • Σχεδίασε λύσεις παραγωγικής τεχνητής νοημοσύνης για περιβάλλον παραγωγής, από τη δημιουργία με ενισχυμένη ανάκτηση και τους αυτόνομους πράκτορες έως τη σημασιολογική αναζήτηση και τις πολυτροπικές ροές εργασίας.
  • Βελτιστοποίησε τα Google Gemini, Anthropic Claude και μοντέλα γλώσσας ανοικτού κώδικα ως προς την ταχύτητα, το κόστος και την ποιότητα.
  • Ανάπτυξε πλαίσια μηχανικής προτροπών, διοχετεύσεις προσαρμογής μοντέλων, σημεία αναφοράς αξιολόγησης και ελέγχους ασφάλειας.
  • Καθόρισε την αρχιτεκτονική προγνωστικής μηχανικής μάθησης για τον εντοπισμό ανωμαλιών, τα νευρωνικά δίκτυα γράφων και την εποπτευόμενη και μη εποπτευόμενη ταξινόμηση.
  • Δημιούργησε αξιόπιστες, γρήγορες υπηρεσίες και API σε Python με οριζόντια επεκτασιμότητα.
  • Σύνδεσε διανυσματικές βάσεις δεδομένων, κατανεμημένες κρυφές μνήμες και συστήματα ροής συμβάντων.
  • Καθιέρωσε ροές εργασίας MLOps και LLMOps για συνεχή ενσωμάτωση και παράδοση, αυτοματοποιημένη επανεκπαίδευση, παρατηρησιμότητα και ανίχνευση απόκλισης.
  • Δημιούργησε δυνατότητες τεχνητής νοημοσύνης για τον εντοπισμό κλοπής ταυτότητας, κατάληψης λογαριασμών, συνθετικών ταυτοτήτων, απάτης με κάρτες χωρίς φυσική παρουσία και ασυνήθιστων συναλλαγών.
  • Εφάρμοσε παραγωγική τεχνητή νοημοσύνη για την απλούστευση της διαλογής περιστατικών απάτης και τη σύνοψη ερευνών από μη δομημένες πληροφορίες.
  • Διασφάλισε τη συμμόρφωση με τους τραπεζικούς κανονισμούς των ΗΠΑ.
  • Καθοδήγησε επιστήμονες δεδομένων και μηχανικούς λογισμικού στον κόμβο μηχανικής στο Τσενάι.
  • Καθόρισε τον τεχνικό οδικό χάρτη, αξιολόγησε πλαίσια τεχνητής νοημοσύνης, εκτέλεσε αποδείξεις σκοπιμότητας και παρουσίασε αρχιτεκτονικές προτάσεις σε επικεφαλής μηχανικής σε όλο τον κόσμο.
  • Βελτίωσε τον εντοπισμό απάτης, τα ποσοστά ψευδώς θετικών αποτελεσμάτων, την ταχύτητα συμπερασμού, την ποιότητα κώδικα, την κάλυψη δοκιμών και την αποτελεσματικότητα των ερευνητών.

Απαιτήσεις

  • Πτυχίο ή μεταπτυχιακό στην επιστήμη υπολογιστών, την επιστήμη δεδομένων, την τεχνητή νοημοσύνη, τα εφαρμοσμένα μαθηματικά ή άλλο συναφές ποσοτικό αντικείμενο.
  • Επαγγελματική εμπειρία 10–12 ετών στη μηχανική λογισμικού, συμπεριλαμβανομένης της ανάπτυξης συστημάτων τεχνητής νοημοσύνης και μηχανικής μάθησης για περιβάλλον παραγωγής.
  • Προηγμένες δεξιότητες Python 3.x, συμπεριλαμβανομένων της πολυεπεξεργασίας ή του asyncio, των μοτίβων σχεδίασης, της ανάλυσης επιδόσεων, της συσκευασίας λογισμικού και των πρακτικών καθαρού κώδικα.
  • Σημαντική πρακτική εμπειρία με PyTorch, TensorFlow, Scikit-learn, XGBoost και LightGBM.
  • Αποδεδειγμένη εμπειρία στην κατασκευή εφαρμογών παραγωγικής τεχνητής νοημοσύνης για περιβάλλον παραγωγής με εργαλεία όπως LangChain, LlamaIndex, CrewAI ή AutoGen.
  • Πρακτική γνώση μοντέλων ενσωμάτωσης, πυκνής ανάκτησης, επανακατάταξης και μεθόδων διανυσματικής ευρετηρίασης.
  • Πρακτική εμπειρία με AWS, GCP ή Azure, καθώς και Docker, Kubernetes και PySpark ή Ray.
  • Εμπειρία στην παράδοση ολοκληρωμένων κύκλων ζωής μηχανικής μάθησης, από την επικύρωση δεδομένων έως την παρακολούθηση συμπερασμού σε πραγματικό χρόνο.
  • Εμπειρία στην ενσωμάτωση των API Google Gemini και Anthropic Claude, συμπεριλαμβανομένης της κλήσης εργαλείων ή συναρτήσεων, της προσωρινής αποθήκευσης περιβάλλοντος και της βελτιστοποίησης προτροπών.
  • Η εμπειρία σε μηχανές κανόνων απάτης, πλατφόρμες εντοπισμού ανωμαλιών ή προγνωστικά μοντέλα κινδύνου θεωρείται επιθυμητή.
  • Η εξοικείωση με την παρακολούθηση συναλλαγών, τη συμπεριφορική βιομετρία και σύνολα δεδομένων κοινοπραξιών κατά της απάτης θεωρείται επιθυμητή.
  • Υψηλό επίπεδο γνώσης Python, SQL και Bash.
  • Εμπειρία σε διανυσματικές βάσεις δεδομένων, API υποστήριξης, ροή δεδομένων, MLOps, DevOps, επεξηγήσιμη τεχνητή νοημοσύνη και απόκρυψη στοιχείων προσωπικής ταυτοποίησης.
  • Ικανότητα συμμόρφωσης με τις κανονιστικές απαιτήσεις τραπεζικής των ΗΠΑ, συμπεριλαμβανομένων των FCRA, GLBA, SR 11-7, της δίκαιης δανειοδότησης και των προτύπων επεξηγήσιμης τεχνητής νοημοσύνης.

Παροχές

  • Υβριδικό καθεστώς εργασίας.
  • Εργοδότης ίσων ευκαιριών.
  • Παρέχονται εύλογες προσαρμογές για άτομα με αναπηρία.

Σχετικές θέσεις εργασίας

R

Ανώτερος διευθυντής αποζημιώσεων εξ αποστάσεως

Reserv Claims

Ηγεσία των ομάδων αποζημιώσεων πολλών κλάδων της Reserv σε ασφαλιστική εταιρεία με υποστήριξη τεχνητής νοημοσύνης. Έμφαση στην ποιότητα, τη συμμόρφωση, την αποτελεσματικότητα και την ενημέρωση πελατών.

Άνοιγμα
Parexel

Ανώτερος/η Συνεργάτης/ιδα Κλινικής Έρευνας, Εξωτερικός Συνεργάτης – Αυστραλία

Parexel

Παρακολούθηση κέντρων κλινικών δοκιμών σε όλη την Αυστραλία για την Parexel, με επίβλεψη της συμμόρφωσης με το πρωτόκολλο, της ποιότητας δεδομένων, της τεκμηρίωσης και των παραδοτέων της δοκιμής. Αυτός ο ρόλος εξωτερικού συνεργάτη καλύπτει τις δραστηριότητες των κέντρων από την έναρξη της μελέτης έως την ολοκλήρωσή της.

Άνοιγμα
Integrators services a.s.

Ανώτερος μηχανικός δεδομένων – Teradata, Informatica και Databricks

Integrators services a.s.

Σχεδιάστε λύσεις αποθηκών δεδομένων για τις θυγατρικές της Komerční banka, αναπτύξτε διασυνδέσεις Teradata και Informatica και υποστηρίξτε τη μετάβαση στο Databricks.

Άνοιγμα
Ness Digital Engineering

Ανώτερος μηχανικός δεδομένων – Ness Digital Engineering (Υβριδική εργασία, Ινδία)

Ness Digital Engineering

Δημιουργήστε επεκτάσιμες ροές δεδομένων με Python και Spark στη Ness Digital Engineering. Αναπτύξτε λύσεις πλατφορμών δεδομένων με AWS, Databricks και Snowflake.

Άνοιγμα
Capgemini

Junior ειδικός λειτουργίας απαιτήσεων – Capgemini, Πούνε

Capgemini

Παρέχετε διοικητική υποστήριξη για απαιτήσεις στην Capgemini, με καταχώριση δεδομένων, διαχείριση εγγράφων και σύνταξη τακτικών αναφορών. Συντονίστε την επεξεργασία απαιτήσεων με εσωτερικές ομάδες στην Πούνε.

Άνοιγμα
Qureight

Ανώτερος/η Διαχειριστής/ρια Κλινικών Δεδομένων και Απεικόνισης

Qureight

Ηγετικός ρόλος στην ποιότητα δεδομένων απεικόνισης, στις μεταφορές προς χορηγούς και στις δοκιμές αποδοχής χρηστών για την πλατφόρμα κλινικών δοκιμών της Qureight με τεχνητή νοημοσύνη. Εποπτεία του ελέγχου ποιότητας DICOM και των κλινικών διαδικασιών δεδομένων, με υποστήριξη νεότερων μελών της ομάδας.

Άνοιγμα
CDW

Συνεργάτης Σύμβουλος, Ανάπτυξη Full Stack

CDW

Ανάπτυξη εφαρμογών Java και Node.js, API και ψηφιακών εμπειριών στην CDW. Συμβολή σε ενσωματώσεις MarTech και λύσεις αλληλεπίδρασης με πελάτες.

Άνοιγμα
MSD

Ανώτερος κύριος επιστήμονας, κλινική έρευνα για τον καρκίνο του μαστού

MSD

Ηγεσία προγραμμάτων κλινικής έρευνας και ανάπτυξης φαρμάκων με επίκεντρο τον καρκίνο του μαστού στη Merck. Σχεδιασμός δοκιμών, αξιολόγηση ευρημάτων και καθοδήγηση της ογκολογικής ανάπτυξης σε συνεργασία με διεπιστημονικές ομάδες.

Άνοιγμα
University Hospitals

Βοηθός Κλινικής Έρευνας, Ινστιτούτο Καρδιάς και Αγγείων Harrington

University Hospitals

Υποστηρίζει τις κλινικές δοκιμές στο Ινστιτούτο Καρδιάς και Αγγείων Harrington με τεκμηρίωση μελετών, προσέλκυση συμμετεχόντων και επισκέψεις, καθώς και επεξεργασία ερευνητικών δειγμάτων.

Άνοιγμα
ICON plc

Ανώτερος/η συνεργάτης κλινικής έρευνας, ογκολογικές δοκιμές — Ρουμανία

ICON plc

Παρακολούθηση ογκολογικών κλινικών δοκιμών εξ αποστάσεως στη Ρουμανία, στο πλαίσιο των ερευνητικών υπηρεσιών της ICON που είναι αφιερωμένες σε χορηγούς. Εποπτεία κέντρων μελέτης, συμμόρφωσης, ποιότητας δεδομένων και διεξαγωγής δοκιμών.

Άνοιγμα