Senior AI Engineer

Stelle nicht auf LinkedIn

🕒 vor 9 Tagen

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 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

RegScale

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

💰 €20.000.000 Series A im 2022-08

RegScale überwindet Geschwindigkeits-, Zeit- und Kosteneffektivitätsbeschränkungen in herkömmlichen GRC, indem es Sicherheit, Risiko und Compliance durch unsere Continuous Controls Monitoring-Plattform verbindet.\n\nUnsere CCM-Pipeline aus Automatisierung, Dashboards und AI-Tools sorgt für niedrigere Programmkosten, stärkt die Sicherheit und minimiert schmerzhafte Übergaben zwischen Teams. Erreichen Sie eine schnelle Zertifizierung für einen schnelleren Markteintritt, antizipieren Sie Bedrohungen durch proaktives Risikomanagement und automatisieren Sie das Sammeln von Nachweisen, Zugangsüberprüfungen und die Zuordnung von Kontrollen. Verbessern Sie den Return on\n\nInvestment (ROI) bestehender Tools durch nahtlosen Datenaustausch mit unserem zentralisierten CCM-Data Lake, der kontinuierliche Überwachung von Sicherheits-, Risiko- und Compliance-Kontrollen ermöglicht. Stark regulierte Organisationen, einschließlich Fortune 500-Unternehmen – sowohl Finanzinstitute als auch andere Sektoren – sowie die Regierung und deren Dienstleister nutzen RegScale, um das Vertrauen der Stakeholder zu stärken, Kosten zu senken, sich an sich entwickelnde Risiken anzupassen und konform zu starten und zu bleiben. Unsere Kunden berichten von einem 90 % schnelleren Weg zu Compliance-Zertifikaten und einer 60 % Reduzierung des Aufwands für die Auditvorbereitung, was Sicherheitsprogramme stärkt und Kosten senkt. Für weitere Informationen besuchen Sie www.regscale.com.

Beschreibung

• Design, build, and operate AI systems in production with full ownership across reliability, performance, cost, observability, and ongoing model behavior. • Build and maintain data pipelines that ingest, clean, transform, and version the data AI systems depend on, ensuring quality and traceability from source to model. • Design and implement retrieval augmented generation pipelines, vector and graph search systems, and hybrid retrieval strategies that make compliance data accessible for AI driven features. • Fine tune, evaluate, and monitor models against real world performance criteria, with a clear understanding of how to measure what matters in a compliance domain. • Architect and build AI agent systems and orchestration layers that coordinate multi step reasoning, tool use, and decision making across complex GRC workflows. • Build and maintain MCP servers that expose RegScale platform capabilities to AI systems, enabling reliable, secure, and observable AI integrations across the platform. • Design reusable AI primitives and frameworks that product and integration teams can build on, accelerating AI feature development across the organization. • Integrate AI capabilities into CI/CD pipelines with appropriate testing, evaluation gates, and deployment strategies that maintain production quality as models and data evolve. • Partner with Platform Engineering, Core Engineering, and Compliance as Code teams to ensure AI capabilities meet enterprise reliability and security standards. • Proactively identify risks in AI system behavior, data quality, and model performance, bringing proposed mitigations before they become production incidents.

🎯 Anforderungen

• 8 or more years of software engineering experience with at least 4 years focused on building and operating AI or machine learning systems in production environments. • Demonstrated track record of shipping AI features that customers depend on, with ownership across the full production lifecycle including reliability, observability, cost management, and ongoing model behavior. • Strong data engineering fundamentals, including pipeline design, data modeling, transformation, quality validation, and performance monitoring at scale. • Hands on experience with retrieval augmented generation, vector and graph databases, embedding models, and hybrid retrieval strategies. • Experience designing and building AI agent systems and orchestration frameworks, including multi step reasoning, tool use, and failure handling in production contexts. • Solid understanding of model fine tuning and evaluation, including how to define meaningful performance criteria for domain specific applications. • Strong software engineering fundamentals applied to AI systems with production grade rigor. • Strong written and verbal communication skills, able to articulate AI architecture decisions and tradeoffs to both technical and non-technical stakeholders.