Ang Citi ay isang pandaigdigang kompanya ng pagbabangko at serbisyong pinansyal na naglilingkod sa mga mamimili, korporasyon, pamahalaan, at institusyon. Kabilang sa mga alok nito ang consumer banking, mga credit card, pamamahala ng yaman, corporate banking, at investment banking, na sinusuportahan ng mga operasyon sa mahigit 100 bansa. Bilang isang malaking pandaigdigang organisasyong pinansyal, pinagbubuklod ng Citi ang mga pangkat na nagtatrabaho sa pagbabangko, serbisyong pinansyal, at teknolohiyang pinansyal.
Pinuno ng Python Engineering, Assistant Vice President — Citi (Hybrid sa Pune)
Pangunahan ang AI engineering ng Citi sa Pune sa pagbuo ng mga Python at PySpark platform para sa teknolohiya ng panganib sa pagbabangko. Bumuo ng nasusukat na data pipeline, generative AI agent, at mga integrasyon ng microservice.
Paglalarawan
- Magdisenyo, bumuo, at magpanatili ng mga enterprise AI agent na nagpoproseso ng malakihang ELT at ETL workload
- Bumuo at mag-deploy ng mga generative AI agent gamit ang Google ADK at Google Flash 2.5+ LLM
- Paganahin ang automation ng application, analytical insight, tulong sa workflow, at mga disenyong human-in-the-loop
- Lumikha at sumuporta sa mga data-federation layer para sa Lambda at Data Mesh architecture, kabilang ang mga solusyong batay sa Starburst
- Bumuo, mag-deploy, at mag-automate ng mga integrasyon ng microservice para sa mga application na masinsin sa data
- Gamitin ang cloud-native infrastructure, OpenShift o Kubernetes, at mga CI/CD pipeline upang makapaghatid ng mga sistemang nasusukat, matatag, at madaling panatilihin
- Ikonekta ang mga agentic AI tool at platform gamit ang mga advanced na prompt-engineering technique
- Protektahan ang kalidad, integridad, at seguridad ng data sa buong lifecycle ng data
- Isulong ang mga proseso, pamantayan, at gawi sa data engineering sa pamamagitan ng tuloy-tuloy na pagpapahusay
- Suriin at pamahalaan ang panganib, suportahan ang pagsunod sa regulasyon, at malinaw na ipaalam ang mga isyu sa kontrol
- Palakasin ang pakikipag-ugnayan at paglago ng negosyo sa pamamagitan ng mga susunod na henerasyong data at analytics platform
Mga Kinakailangan
- Hindi bababa sa 8 taon ng karanasan sa pagbuo ng malakihang application
- Kamakailang karanasan sa kinakailangang platform para sa ligtas at nasusukat na pag-deploy ng mga AI agent sa mga application environment
- Hindi bababa sa 5 taon ng karanasan sa pamumuno ng mga inisyatiba sa Python at PySpark engineering
- Napatunayang karanasan sa pagbuo ng high-volume enterprise ELT at ETL system gamit ang PySpark at Databricks
- Hands-on na karanasan sa pagbuo ng agentic AI gamit ang YAML, JSON, FastAPI o Spring Boot, Google ADK, at mga LLM integration
- Karanasan sa paggamit ng Devin.AI o GitHub Copilot
- Karanasan sa pagsasama ng mga modelo sa pamamagitan ng mga platform tulad ng MCP gamit ang advanced prompt engineering
- Karanasan sa pagbuo at pag-automate ng mga integrasyon ng microservice para sa mga application na masinsin sa data
- Kasanayan sa Python o Scala
- Mahusay na kasanayan sa SQL at karanasan sa relational database
- Masusing kaalaman sa data modeling, data warehousing, Data Mesh architecture, at data federation
- Bachelor’s degree sa Computer Science, Engineering, o kaugnay na disiplina
- Dagdag na bentahe ang master’s degree
- Mas gusto: karanasan sa cloud Big Data platform gaya ng Cloudera, Databricks, AWS, Azure, o GCP
- Mas gusto: karanasan sa Angular o React JS
- Mas gusto: praktikal na paggamit ng mga teknik sa AI at machine learning
- Mas gusto: pamilyaridad sa Docker o Kubernetes
- Mas gusto: karanasan sa domain ng mga produkto sa retail banking
- Mas gusto: kaugnay na industry certification
Mga Benepisyo
- Hybrid na kaayusan sa pagtatrabaho
- Pantay na oportunidad sa trabaho
- May makatuwirang accommodation para sa mga aplikanteng may kapansanan