Citi è una società globale di servizi bancari e finanziari che serve consumatori, aziende, governi e istituzioni. La sua offerta comprende servizi bancari al dettaglio, carte di credito, gestione patrimoniale, banca aziendale e banca d’investimento, supportati da attività in più di 100 Paesi. In qualità di grande organizzazione finanziaria internazionale, Citi riunisce team che operano nei settori bancario, dei servizi finanziari e della tecnologia finanziaria.
Ingegnere responsabile senior Python, IA e machine learning
Guida l’architettura e la realizzazione di sistemi scalabili di IA generativa e machine learning predittivo per prevenire le frodi nel settore retail banking di Citi negli Stati Uniti. Promuove le pratiche MLOps e fa da mentore ai team di ingegneria.
Descrizione
- Guidare lo sviluppo e il lancio di prodotti avanzati di IA e machine learning.
- Progettare soluzioni di IA generativa per la produzione, dalla generazione aumentata dal recupero e dagli agenti autonomi alla ricerca semantica e ai flussi di lavoro multimodali.
- Ottimizzare Google Gemini, Anthropic Claude e modelli linguistici open source per velocità, costi e qualità.
- Sviluppare framework di prompt engineering, pipeline di fine-tuning dei modelli, benchmark di valutazione e controlli di sicurezza.
- Definire l’architettura di machine learning predittivo per il rilevamento delle anomalie, le reti neurali a grafo e la classificazione supervisionata e non supervisionata.
- Creare servizi e API Python affidabili, veloci e scalabili orizzontalmente.
- Collegare database vettoriali, cache distribuite e sistemi di streaming degli eventi.
- Definire flussi di lavoro MLOps e LLMOps per CI/CD, riaddestramento automatizzato, osservabilità e rilevamento del drift.
- Creare funzionalità di IA per individuare furti d’identità, acquisizioni di account, identità sintetiche, frodi con carta non presente e transazioni insolite.
- Applicare l’IA generativa per velocizzare la selezione delle frodi e riassumere le indagini a partire da informazioni non strutturate.
- Garantire la conformità alle normative bancarie statunitensi.
- Fare da mentore a data scientist e ingegneri software nel polo di ingegneria di Chennai.
- Definire la roadmap tecnica, valutare framework di IA, condurre prove di concetto e presentare proposte architetturali ai responsabili globali dell’ingegneria.
- Migliorare il rilevamento delle frodi, i tassi di falsi positivi, la velocità di inferenza, la qualità del codice, la copertura dei test e l’efficienza degli investigatori.
Requisiti
- Avere una laurea triennale o magistrale in informatica, data science, intelligenza artificiale, matematica applicata o una disciplina quantitativa affine.
- Avere 10-12 anni di esperienza professionale nell’ingegneria del software, compreso lo sviluppo di sistemi di IA e machine learning per la produzione.
- Dimostrare una conoscenza avanzata di Python 3.x, inclusi multiprocessing o asyncio, pattern di progettazione, profiling, packaging e pratiche di codice pulito.
- Avere una solida esperienza pratica con PyTorch, TensorFlow, Scikit-learn, XGBoost e LightGBM.
- Aver maturato esperienza nella realizzazione di applicazioni di IA generativa per la produzione con strumenti come LangChain, LlamaIndex, CrewAI o AutoGen.
- Avere conoscenze pratiche di modelli di embedding, recupero denso, reranking e metodi di indicizzazione vettoriale.
- Avere esperienza pratica con AWS, GCP o Azure, oltre a Docker, Kubernetes e PySpark o Ray.
- Aver realizzato cicli di vita completi di machine learning, dalla convalida dei dati al monitoraggio dell’inferenza in tempo reale.
- Aver integrato le API di Google Gemini e Anthropic Claude, incluse le chiamate a strumenti o funzioni, la memorizzazione nella cache del contesto e l’ottimizzazione dei prompt.
- È preferibile avere esperienza con motori di regole antifrode, piattaforme di rilevamento delle anomalie o modelli predittivi del rischio.
- È preferibile conoscere il monitoraggio delle transazioni, la biometria comportamentale e i dataset di consorzi antifrode.
- Avere un’elevata padronanza di Python, SQL e Bash.
- Avere esperienza con database vettoriali, API backend, streaming dei dati, MLOps, DevOps, IA spiegabile e mascheramento delle informazioni personali identificabili.
- Essere in grado di soddisfare i requisiti normativi bancari statunitensi, inclusi FCRA, GLBA, SR 11-7, il fair lending e gli standard di IA spiegabile.
Benefit
- Modalità di lavoro ibrida.
- Datore di lavoro che garantisce pari opportunità.
- Sono disponibili accomodamenti ragionevoli per le persone con disabilità.