A Citi é uma empresa global de serviços bancários e financeiros que atende consumidores, corporações, governos e instituições. Sua oferta abrange banco de varejo, cartões de crédito, gestão de patrimônio, banco corporativo e banco de investimento, apoiados por operações em mais de 100 países. Como uma grande organização financeira internacional, a Citi reúne equipes que atuam nos setores bancário, de serviços financeiros e de tecnologia financeira.
Engenheiro líder sênior de Python, IA e aprendizado de máquina
Lidere a arquitetura e a entrega de sistemas escaláveis de IA generativa e aprendizado de máquina preditivo para a prevenção a fraudes no varejo bancário da Citi nos EUA. Impulsione as práticas de MLOps e oriente equipes de engenharia.
Descrição
- Oriente o desenvolvimento e o lançamento de produtos avançados de IA e aprendizado de máquina.
- Projete soluções de IA generativa para produção, de geração aumentada por recuperação e agentes autônomos a busca semântica e fluxos de trabalho multimodais.
- Ajuste o Google Gemini, o Anthropic Claude e modelos de linguagem de código aberto para obter velocidade, custo e qualidade adequados.
- Desenvolva estruturas de engenharia de prompts, pipelines de ajuste fino de modelos, benchmarks de avaliação e controles de segurança.
- Defina a arquitetura de aprendizado de máquina preditivo para detecção de anomalias, redes neurais em grafos e classificação supervisionada e não supervisionada.
- Crie serviços e APIs em Python confiáveis, rápidos e escaláveis horizontalmente.
- Conecte bancos de dados vetoriais, caches distribuídos e sistemas de streaming de eventos.
- Estabeleça fluxos de trabalho de MLOps e LLMOps para CI/CD, retreinamento automatizado, observabilidade e detecção de deriva.
- Crie recursos de IA para identificar roubo de identidade, invasão de contas, identidades sintéticas, fraude com cartão não presente e transações incomuns.
- Aplique IA generativa para agilizar a triagem de fraudes e resumir investigações com base em informações não estruturadas.
- Mantenha a conformidade com as regulamentações bancárias dos EUA.
- Oriente cientistas de dados e engenheiros de software no polo de engenharia de Chennai.
- Defina o roteiro técnico, avalie frameworks de IA, conduza provas de conceito e apresente propostas de arquitetura a líderes globais de engenharia.
- Melhore a detecção de fraudes, as taxas de falsos positivos, a velocidade de inferência, a qualidade do código, a cobertura de testes e a eficiência dos investigadores.
Requisitos
- Ter bacharelado ou mestrado em ciência da computação, ciência de dados, inteligência artificial, matemática aplicada ou disciplina quantitativa relacionada.
- Ter de 10 a 12 anos de experiência profissional em engenharia de software, incluindo o desenvolvimento de sistemas de IA e aprendizado de máquina para produção.
- Demonstrar domínio avançado de Python 3.x, incluindo multiprocessing ou asyncio, padrões de projeto, profiling, empacotamento e práticas de código limpo.
- Ter ampla experiência prática com PyTorch, TensorFlow, Scikit-learn, XGBoost e LightGBM.
- Ter experiência comprovada na construção de aplicações de IA generativa para produção com ferramentas como LangChain, LlamaIndex, CrewAI ou AutoGen.
- Ter conhecimento prático de modelos de embeddings, recuperação densa, reranking e métodos de indexação vetorial.
- Ter experiência prática com AWS, GCP ou Azure, além de Docker, Kubernetes e PySpark ou Ray.
- Ter conduzido ciclos de vida completos de aprendizado de máquina, da validação de dados ao monitoramento de inferência em tempo real.
- Ter integrado as APIs do Google Gemini e do Anthropic Claude, incluindo chamadas de ferramentas ou funções, cache de contexto e otimização de prompts.
- É desejável experiência com mecanismos de regras antifraude, plataformas de detecção de anomalias ou modelos preditivos de risco.
- É desejável familiaridade com monitoramento de transações, biometria comportamental e conjuntos de dados de consórcios antifraude.
- Ter alta proficiência em Python, SQL e Bash.
- Ter experiência com bancos de dados vetoriais, APIs de backend, streaming de dados, MLOps, DevOps, IA explicável e mascaramento de informações de identificação pessoal.
- Ser capaz de atender aos requisitos regulatórios bancários dos EUA, incluindo FCRA, GLBA, SR 11-7, concessão justa de crédito e padrões de IA explicável.
Benefícios
- Regime de trabalho híbrido.
- Empregador que oferece igualdade de oportunidades.
- Adaptações razoáveis disponíveis para pessoas com deficiência.