BBVA je globalna bančna in finančna skupina, ki si prizadeva posodobiti način, kako ljudje in podjetja upravljajo denar. Njene dejavnosti obsegajo korporativno in investicijsko bančništvo, fintech ter digitalno bančništvo, s tehnološko podprtimi finančnimi rešitvami pa oskrbuje 71,5 milijona strank. Z več kot 121.000 zaposlenimi BBVA združuje strokovno znanje s področij bančništva, svetovanja in trženja v sodelovalnem okolju, osredotočenem na inovacije, digitalno preobrazbo in strokovno odličnost.
Višji podatkovni znanstvenik, Mexico City (hibridno)
Pri BBVA boste oblikovali upravljane rešitve strojnega učenja za globalno bančno okolje. Vzpostavljali boste tehnične arhitekture, standarde vrednotenja, ponovno uporabne prakse in strokovne smernice za ekipe podatkovne znanosti.
Opis
- Opredeljevati tehnične vzorce, standarde, arhitekture in okvire za vrednotenje rešitev podatkovne znanosti
- Voditi ali ocenjevati tehnične odločitve z velikim vplivom na področjih strojnega učenja, grafovskih tehnologij, globokega učenja, NLP, GenAI in sorodnih specializacij
- Oblikovati ocene, ki zajemajo zmogljivost modelov, kakovost, razložljivost, pristranskost, varnost, omejitve in spremljanje
- Pregledovati tehnično zapletene ali bistveno tvegane primere ter dokumentirati ugotovitve, alternative, odločitve in sanacijske ukrepe
- Razvijati ponovno uporabne komponente, knjižnice, vodnike, vrednotenja in vzorce ter podpirati njihovo uporabo
- Mentorirati sodelavce na ravneh Associate in Expert ter voditi napredne tehnične seje
- Sodelovati z vodji, vodji upravljanja, produktnimi ekipami in poslovnimi deležniki za uskladitev vrednosti, kakovosti, tveganja in skladnosti z regulativnimi zahtevami
- Zagotavljati strokovno usmerjanje pri tehničnih odločitvah, kjer uveljavljeni vzorci ne obstajajo
- Pretvarjati specializirano znanje v standarde, ki jih je mogoče sprejeti, ob ohranjanju eksperimentalne strogosti, sledljivosti, upravljanja in poslovne usklajenosti
Zahteve
- Napredno znanje Pythona
- Poglobljene izkušnje s strojnim učenjem in vrednotenjem modelov
- Dokazano strokovno znanje na vsaj enem področju, kot so grafovske tehnologije, globoko učenje, NLP, GenAI ali priporočilni sistemi
- Izkušnje z obdelavo in analizo podatkov s Sparkom, PySparkom, SQL-om in orodji ekosistema velikih podatkov
- Izkušnje z eksperimentalnim načrtovanjem, primerjavo z osnovno različico, validacijo modelov in dokumentiranjem omejitev
- Poznavanje praks upravljanja modelov, vključno z različicami, sledljivostjo, dokumentacijo, nadzorom tveganj in spremljanjem
- Sposobnost načrtovanja arhitektur, tehničnih vzorcev ali ponovno uporabnih sredstev ter podpore pri njihovi uporabi
- Izkušnje z delom v oblačnih okoljih, po možnosti AWS
- Izkušnje z MLOps, CI/CD, uvajanjem modelov in spremljanjem modelov
- Poznavanje LLM-jev, RAG-a, vrednotenja generativnih sistemov, zaščitnih mehanizmov in tehnik odgovorne umetne inteligence
- Sodelovanje v tehničnih skupnostih, publikacije, prispevki h knjižnicam ali specializirano usposabljanje
- Diploma iz matematike, inženirstva, aktuarske znanosti, računalništva, podatkovne znanosti ali sorodnega področja
- 8 do 12 let izkušenj na področju podatkovne znanosti
- Dokazane izkušnje z uporabo ali pilotnim preizkušanjem standardov, vrednotenj, vzorcev ali tehničnih sredstev v vsaj dveh kontekstih
- Dolgotrajne izkušnje z zagotavljanjem tehničnega mentorstva
Ugodnosti
- Razumne prilagoditve v celotnem izbirnem postopku
- Sodelovalno in vključujoče delovno okolje
- Zavezanost raznolikosti, vključevanju in enakim možnostim