NatWest Group 班加羅爾機器學習工程副總裁
打造可投入正式環境的生成式 AI、代理式 AI 與機器學習解決方案。 運用 MLOps、雲端工程和資料管線,交付安全且可擴充的系統。
說明
- 領導運用生成式 AI 和傳統機器學習技術設計並推出 AI 與機器學習解決方案。
- 擔任技術專家,建置並部署可供正式環境使用的機器學習與 AI 系統。
- 在團隊中推動扎實的工程實務。
- 與資料科學家合作,將業務需求轉化為可擴充的機器學習與 AI 解決方案。
- 與資料科學家、工程師、架構師及業務利害關係人合作,交付安全可靠的產品。
- 尋找改善機器學習與 AI 平台、工具及交付能力的方法。
- 建置、部署並維護正式環境中的機器學習、生成式 AI 與代理式 AI 解決方案。
- 建立機器學習工程與 MLOps 實務,包括 CI/CD、自動化測試、模型監控和可觀測性。
- 建立可擴充的資料管線、特徵工程工作流程及可重複使用的平台元件。
- 在敏捷跨職能團隊中參與迭代交付與持續改善。
- 確保軟體與模型生命週期符合工程、安全、治理、風險及法規標準。
- 指導同事並提供技術領導。
職位要求
- 具備在現代工程環境中設計、建置及支援正式環境機器學習與 AI 解決方案的經驗。
- 優先考慮具備定量、工程或電腦科學領域的學士或碩士學位,或具備同等實務經驗者。
- 具備深厚的軟體工程背景,包括雲端原生開發、資料工程及機器學習維運。
- 能夠提供技術領導、維持工程標準並指導他人。
- 能獨立管理工作、主動承擔任務並積極採取行動。
- 具備將複雜機器學習與 AI 解決方案交付至正式環境的實績。
- 能向技術及非技術對象說明技術概念。
- 具備扎實的軟體工程技能,包括物件導向程式設計、API 開發、測試框架、原始碼控管及目前的開發實務。
- 具備開發、部署及支援生成式 AI 與代理式 AI 解決方案的經驗,包括協調框架、評估方法和營運監控。
- 具備傳統機器學習方法的經驗。
- 精通 MLOps,包括模型部署、CI/CD、基礎架構即程式碼、可觀測性、模型監控及效能最佳化。
- 了解 Docker 和 Kubernetes。
- 具備 AWS、Python、SQL 及分散式資料處理技術的經驗。
- 具備良好的口語及書面溝通能力。
- 以下經驗亦有助益:RAG、語意搜尋、向量資料庫、知識圖譜、檢索最佳化、MCP、工具呼叫整合、LLM 評估、可觀測性及正式環境監控。
