NatWest Group 是一家总部位于英国的银行和金融服务机构，为个人、商业及机构客户提供服务。其业务涵盖银行、金融和金融科技，提供商业银行、财富管理和风险管理等服务。集团也重视与客户及社区建立的关系，并为希望在银行业务和技术团队中发展的人员提供职业机会。
NatWest Group 班加罗尔机器学习工程副总裁
构建可投入生产的生成式 AI、智能体 AI 和机器学习解决方案。 运用 MLOps、云工程和数据管道交付安全、可扩展的系统。
描述
- 领导运用生成式 AI 和传统机器学习技术设计并推出 AI 与机器学习解决方案。
- 作为技术专家，构建并部署可用于生产环境的机器学习和 AI 系统。
- 在团队中倡导扎实的工程实践。
- 与数据科学家合作，将业务需求转化为可扩展的机器学习和 AI 解决方案。
- 与数据科学家、工程师、架构师及业务相关方合作，交付安全可靠的产品。
- 探索改进机器学习和 AI 平台、工具及交付能力的方法。
- 构建、部署并维护用于生产环境的机器学习、生成式 AI 和智能体 AI 解决方案。
- 建立机器学习工程和 MLOps 实践，包括 CI/CD、自动化测试、模型监控和可观测性。
- 创建可扩展的数据管道、特征工程工作流和可复用的平台组件。
- 在敏捷跨职能团队中参与迭代交付和持续改进。
- 确保软件和模型生命周期符合工程、安全、治理、风险及监管标准。
- 指导同事并提供技术领导。
任职要求
- 具备在现代工程环境中设计、构建和支持生产级机器学习与 AI 解决方案的经验。
- 优先考虑拥有定量学科、工程或计算机科学领域的本科或硕士学位，或具备同等实践经验。
- 具备扎实的软件工程背景，包括云原生开发、数据工程和机器学习运维。
- 能够提供技术领导、维护工程标准并指导他人。
- 能够独立管理工作、主动承担任务并积极采取行动。
- 有将复杂机器学习和 AI 解决方案交付至生产环境的业绩记录。
- 能够向技术和非技术受众讲解技术概念。
- 具备扎实的软件工程技能，包括面向对象编程、API 开发、测试框架、源代码管理和当前开发实践。
- 具备开发、部署和支持生成式 AI 与智能体 AI 解决方案的经验，包括编排框架、评估方法和运行监控。
- 具备传统机器学习方法的实践经验。
- 精通 MLOps，包括模型部署、CI/CD、基础设施即代码、可观测性、模型监控和性能优化。
- 了解 Docker 和 Kubernetes。
- 具备 AWS、Python、SQL 和分布式数据处理技术的经验。
- 具备良好的口头和书面沟通能力。
- 以下经验也很有帮助：RAG、语义搜索、向量数据库、知识图谱、检索优化、MCP、工具调用集成、LLM 评估、可观测性和生产监控。