Citiは、個人、企業、政府、各種機関にサービスを提供するグローバルな銀行・金融サービス会社です。個人向け銀行業務、クレジットカード、ウェルスマネジメント、法人向け銀行業務、投資銀行業務など、幅広いサービスを展開しており、100か国以上で事業を運営しています。大規模な国際金融機関として、銀行、金融サービス、フィンテックの各分野で活躍するチームが連携しています。
シニアPython AI・機械学習エンジニアリード
シティの米国リテール銀行における不正防止向けに、拡張性の高い生成AIおよび予測機械学習システムの設計と提供を主導します。 MLOpsの実践を推進し、エンジニアリングチームを指導します。
仕事内容
- 高度なAIおよび機械学習プロダクトの開発とリリースを指揮します。
- 検索拡張生成、自律型エージェント、セマンティック検索、マルチモーダルワークフローまで、本番環境向けの生成AIソリューションを設計します。
- Google Gemini、Anthropic Claude、オープンソースの言語モデルを調整し、速度、コスト、品質を最適化します。
- プロンプトエンジニアリングのフレームワーク、モデルのファインチューニングパイプライン、評価ベンチマーク、安全対策を開発します。
- 異常検知、グラフニューラルネットワーク、教師あり・教師なし分類向けの予測機械学習アーキテクチャを策定します。
- 信頼性と速度に優れ、水平方向に拡張できるPythonサービスとAPIを構築します。
- ベクトルデータベース、分散キャッシュ、イベントストリーミングシステムを接続します。
- CI/CD、自動再トレーニング、可観測性、ドリフト検知を含むMLOpsおよびLLMOpsのワークフローを確立します。
- なりすまし、アカウント乗っ取り、合成ID、カード非提示型不正、異常取引を特定するAI機能を開発します。
- 生成AIを活用して不正案件の振り分けを効率化し、非構造化情報から調査内容を要約します。
- 米国の銀行規制への準拠を維持します。
- チェンナイのエンジニアリング拠点で、データサイエンティストとソフトウェアエンジニアを指導します。
- 技術ロードマップを策定し、AIフレームワークを評価して概念実証を実施し、グローバルのエンジニアリングリーダーにアーキテクチャ案を提示します。
- 不正検知の向上、誤検知率の低減、推論の高速化、コード品質とテストカバレッジの改善、調査担当者の業務効率向上に取り組みます。
応募要件
- コンピューターサイエンス、データサイエンス、人工知能、応用数学、または関連する定量分野の学士号または修士号を有すること。
- 本番環境のAI・機械学習システム開発を含む、ソフトウェアエンジニアとしての実務経験が10～12年あること。
- マルチプロセスまたはasyncio、設計パターン、プロファイリング、パッケージング、クリーンコードの実践を含むPython 3.xの高度なスキルを有すること。
- PyTorch、TensorFlow、Scikit-learn、XGBoost、LightGBMの実務適用経験が豊富であること。
- LangChain、LlamaIndex、CrewAI、AutoGenなどのツールを使用して、本番環境向けの生成AIアプリケーションを構築した実績があること。
- 埋め込みモデル、密ベクトル検索、再ランキング、ベクトルインデックス手法に関する実践的な知識があること。
- AWS、GCP、Azureのいずれかの実務経験があり、Docker、Kubernetes、PySparkまたはRayにも精通していること。
- データ検証からリアルタイム推論の監視まで、機械学習のライフサイクル全体を提供した経験があること。
- ツールまたは関数呼び出し、コンテキストキャッシュ、プロンプト最適化を含め、Google GeminiおよびAnthropic ClaudeのAPIを統合した経験があること。
- 不正ルールエンジン、異常検知プラットフォーム、予測リスクモデルの経験があれば尚可。
- 取引モニタリング、行動バイオメトリクス、不正対策コンソーシアムのデータセットに関する知識があれば尚可。
- Python、SQL、Bashに高度に習熟していること。
- ベクトルデータベース、バックエンドAPI、データストリーミング、MLOps、DevOps、説明可能なAI、個人識別情報のマスキングに関する経験があること。
- FCRA、GLBA、SR 11-7、公平な融資、説明可能なAIの基準を含む、米国の銀行規制要件に対応できること。
福利厚生
- ハイブリッド勤務制度。
- 機会均等雇用主。
- 障害のある方には合理的配慮を提供します。