Senior Model Risk Manager – AI/ML

🕒 vor 26 Tagen

🏄 California, New York, +1 weitere Bundesländer – Remote

🏄 California – Remote 🗽 New York – Remote 🌲 Oregon – Remote

💵 $200.700 - $250.900 / Jahr

⏰ Vollzeit

🟠 Senior

🤖 Künstliche Intelligenz

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mails für Remote-Jobs erhalten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

Mercury

WebsiteLinkedInAlle Stellen

201 - 500 Mitarbeiter

Gegründet 2019

💳 Fintech

💸 Finanzen

☁️ SaaS

Fintech • Finance • SaaS

Mercury ist ein Finanztechnologieunternehmen, das Online-Geschäftsbankdienstleistungen anbietet, obwohl es selbst keine Bank ist. Es arbeitet mit FDIC-versicherten Banken wie Choice Financial Group, Column N. A. und Evolve Bank & Trust zusammen, um Bankdienstleistungen anzubieten. Mercury hat das Ziel, finanzielle Abläufe für Startups und Unternehmen zu vereinfachen, indem es eine Reihe von Dienstleistungen wie Giro- und Sparkonten, Treasury Management, Firmenkarten, Ausgabenmanagement, Rechnungsstellung und Buchhaltungsautomatismen anbietet. Die Plattform ist darauf ausgelegt, verschiedene Bankaufgaben zu optimieren und finanzielle Arbeitsabläufe durch Funktionen wie Betrugsüberwachung und Kontosicherheit zu verbessern. Zudem bietet sie Investitionsmöglichkeiten über das Mercury Treasury-Produkt und Unterstützung für Startups durch die Mercury Raise-Plattform an.

Beschreibung

• Define model governance for AI/ML at Mercury. • Continuously build and enhance the frameworks for validation, monitoring, and governance. • Own validation, monitoring, and governance of Mercury’s AI/ML model portfolio. • Partner closely with data scientists, engineers, compliance leads, and product teams. • Shape Mercury’s approach to model risk management in the context of AI. • Perform independent validation across predictive ML models and generative AI systems. • Assess risks in LLM-powered applications and identify model limitations. • Serve as a trusted advisor throughout the AI/ML lifecycle. • Help shape responsible AI standards including explainability and bias assessment. • Develop AI-enabled automation tools and modernize the MRM function. • Champion MRM as a strategic enabler for AI/ML adoption across teams.

🎯 Anforderungen

• Bachelor's degree in a quantitative field (e.g. Computer Science, Engineering, Statistics, Mathematics, etc.) with 6-10 years of meaningful hands-on experience developing or validating AI/ML models and systems, ideally in financial services or fintech. • Strong technical foundations in Python, SQL, and modern ML tooling (e.g. scikit-learn, XGBoost); • Familiarity with LLMs, RAG systems, prompt engineering, and AI agent frameworks. • Experience in evaluating and testing machine learning models (e.g. in fraud detection) and generative AI systems, including custom evals, red-teaming, or frameworks. • Solid understanding of model risk governance principles and regulatory expectations (e.g. SR 11-7 / OCC 2011-12, SR 26-2). • Deep appreciation of disciplined model governance and independent effective challenge. • A healthy dose of skepticism combined with a constructive, solution-oriented approach. • Comfort operating in ambiguity: capable of synthesizing fragmented technical, operational, and business context into a clear understanding of how complex models and AI systems actually work, and making sound judgments even without a complete playbook or perfect documentation. • High agency and adaptability: able to operate effectively in a fast-moving environment where priorities evolve quickly, new ad hoc problems emerge regularly, and role boundaries are intentionally broad. You can operate effectively without tightly-defined scope, find the highest-leverage work, and get it done. • Exceptional attention to detail across documentation, code base, testing artifacts and quantitative analysis. • Strong written and verbal communication skills; you can explain model risk to a data scientist and to a regulator, and use different language for each.

🏖️ Vorteile

• Base salary • Equity • Benefits