Ang NatWest Group ay isang organisasyon sa pagbabangko at mga serbisyong pinansyal na nakabase sa United Kingdom, na naglilingkod sa mga personal, komersyal at institusyonal na customer. Saklaw ng gawain nito ang pagbabangko, pananalapi at fintech, kabilang ang mga serbisyong komersyal na pagbabangko, pamamahala ng yaman at pamamahala ng panganib. Binibigyang-diin din ng grupo ang mga ugnayan nito sa mga customer at komunidad, pati na ang mga oportunidad para sa mga taong nagtatayo ng karera sa mga pangkat na nakatuon sa pagbabangko at teknolohiya.
Bise Presidente ng Inhinyero sa Machine Learning sa NatWest Group, Bengaluru
Bumuo ng mga production-ready na solusyon sa generative AI, agentic AI, at machine learning. Maghatid ng ligtas at scalable na mga system gamit ang MLOps, cloud engineering, at mga data pipeline.
Paglalarawan
- Pangunahan ang pagdisenyo at paglulunsad ng mga solusyon sa AI at machine learning gamit ang generative AI at mga tradisyonal na teknik ng ML.
- Magsilbing teknikal na eksperto sa pagbuo at pag-deploy ng mga ML at AI system na handa para sa production.
- Itaguyod ang mahuhusay na kasanayan sa engineering sa buong team.
- Isalin ang mga pangangailangan ng negosyo tungo sa scalable na mga solusyon sa ML at AI kasama ang mga data scientist.
- Makipagtulungan sa mga data scientist, engineer, architect, at stakeholder ng negosyo upang maghatid ng ligtas at maaasahang mga produkto.
- Humanap ng mga paraan upang mapahusay ang mga platform, tool, at kakayahan sa paghahatid ng ML at AI.
- Bumuo, mag-deploy, at magpanatili ng mga production machine learning, generative AI, at agentic AI solution.
- Magtatag ng mga kasanayan sa ML engineering at MLOps, kabilang ang CI/CD, mga automated test, pagsubaybay sa modelo, at observability.
- Gumawa ng scalable na mga data pipeline, workflow para sa feature engineering, at mga component ng platform na magagamit muli.
- Makibahagi sa paulit-ulit na paghahatid at tuloy-tuloy na pagpapahusay sa mga Agile na cross-functional team.
- Tugunan ang mga pamantayan sa engineering, seguridad, pamamahala, panganib, at regulasyon sa buong siklo ng buhay ng software at modelo.
- Mag-mentor ng mga kasamahan at magbigay ng teknikal na pamumuno.
Mga Kinakailangan
- May karanasan sa pagdisenyo, pagbuo, at pagsuporta sa mga production ML at AI solution sa modernong kapaligiran ng engineering.
- Mas gusto ang bachelor's o master's degree sa quantitative na larangan, engineering, o computer science, o katumbas na praktikal na karanasan.
- May matibay na batayan sa software engineering, kabilang ang cloud-native development, data engineering, at machine learning operations.
- Kayang magbigay ng teknikal na pamumuno, panatilihin ang mga pamantayan sa engineering, at mag-mentor ng iba.
- Kayang pamahalaan ang trabaho nang mag-isa, magkusa, at kumilos nang maagap.
- May napatunayang karanasan sa paghahatid ng mga kumplikadong ML at AI solution sa production.
- Kayang magpaliwanag ng mga teknikal na konsepto sa mga teknikal at hindi teknikal na tagapakinig.
- May matibay na kasanayan sa software engineering, kabilang ang object-oriented programming, API development, testing framework, source control, at kasalukuyang mga kasanayan sa development.
- May karanasan sa pagbuo, pag-deploy, at pagsuporta sa mga generative AI at agentic AI solution, kabilang ang mga orchestration framework, paraan ng evaluation, at operational monitoring.
- May karanasan sa mga tradisyonal na pamamaraan ng machine learning.
- Dalubhasa sa MLOps, kabilang ang model deployment, CI/CD, infrastructure as code, observability, model monitoring, at pag-optimize ng performance.
- May kaalaman sa Docker at Kubernetes.
- May karanasan sa AWS, Python, SQL, at mga teknolohiya para sa distributed data processing.
- May mahusay na kasanayan sa pasalita at pasulat na komunikasyon.
- Kabilang sa kapaki-pakinabang na karagdagang karanasan ang RAG, semantic search, vector database, knowledge graph, pag-optimize ng retrieval, MCP, integrasyon ng tool-calling, LLM evaluation, observability, at production monitoring.