Citi 是一家服務消費者、企業、政府與機構的全球銀行及金融服務公司。其業務涵蓋個人銀行、信用卡、財富管理、企業銀行與投資銀行，並依託遍布 100 多個國家和地區的營運網絡提供服務。作為大型國際金融機構，Citi 匯聚了來自銀行、金融服務與金融科技領域的團隊。
資深 Python AI 與機器學習工程主管
負責為花旗美國零售銀行防詐業務設計並交付可擴展的生成式 AI 與預測式機器學習系統。 推動 MLOps 實務，並指導工程團隊。
說明
- 指導先進 AI 與機器學習產品的開發和推出。
- 設計正式環境中的生成式 AI 解決方案，涵蓋檢索增強生成、自主代理、語意搜尋和多模態工作流程。
- 調校 Google Gemini、Anthropic Claude 和開源語言模型，以提升速度、控制成本並改善品質。
- 開發提示工程架構、模型微調管線、評估基準和安全控管措施。
- 制定用於異常偵測、圖神經網路，以及監督式和非監督式分類的預測式機器學習架構。
- 建置可靠、快速且可水平擴展的 Python 服務和 API。
- 串接向量資料庫、分散式快取和事件串流系統。
- 建立 MLOps 和 LLMOps 工作流程，涵蓋 CI/CD、自動重新訓練、可觀測性和漂移偵測。
- 打造可識別身分盜用、帳戶接管、合成身分、無卡交易詐欺和異常交易的 AI 能力。
- 運用生成式 AI 簡化詐欺案件分流，並根據非結構化資訊摘要調查結果。
- 確保符合美國銀行業法規。
- 指導清奈工程中心的資料科學家和軟體工程師。
- 制定技術藍圖、評估 AI 架構、執行概念驗證，並向全球工程主管提出架構方案。
- 提升詐欺偵測成效、降低誤報率、加快推論速度、改善程式碼品質和測試涵蓋率，並提升調查人員的工作效率。
職位要求
- 具備電腦科學、資料科學、人工智慧、應用數學或相關量化領域的學士或碩士學位。
- 具備 10 至 12 年專業軟體工程經驗，包括開發正式環境中的 AI 和機器學習系統。
- 精通 Python 3.x，包括多處理程序或 asyncio、設計模式、效能分析、套件封裝和整潔程式碼實務。
- 具備 PyTorch、TensorFlow、Scikit-learn、XGBoost 和 LightGBM 的豐富應用經驗。
- 曾使用 LangChain、LlamaIndex、CrewAI 或 AutoGen 等工具建置正式環境中的生成式 AI 應用。
- 熟悉嵌入模型、密集檢索、重新排序和向量索引方法。
- 具備 AWS、GCP 或 Azure 的實務經驗，並熟悉 Docker、Kubernetes 以及 PySpark 或 Ray。
- 曾交付端對端機器學習生命週期，涵蓋資料驗證到即時推論監控。
- 曾整合 Google Gemini 和 Anthropic Claude API，包括工具或函式呼叫、上下文快取和提示最佳化。
- 具備詐欺規則引擎、異常偵測平台或預測式風險模型經驗者優先。
- 熟悉交易監控、行為生物特徵和詐欺聯盟資料集者優先。
- 精通 Python、SQL 和 Bash。
- 具備向量資料庫、後端 API、資料串流、MLOps、DevOps、可解釋 AI 及個人識別資訊遮罩方面的經驗。
- 能夠符合美國銀行監管要求，包括 FCRA、GLBA、SR 11-7、公平放款和可解釋 AI 標準。
福利待遇
- 混合辦公安排。
- 平等機會雇主。
- 為身心障礙人士提供合理便利。
