Senior AI Engineer

Stelle nicht auf LinkedIn

🕒 vor 7 Monaten

🚗 Michigan – Remote

🚗 Michigan – Remote

💵 $1.500.000 / Jahr

⏰ Vollzeit

🟠 Senior

🤖 KI-Ingenieur

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

SkillTude Talent Solutions

WebsiteLinkedInAlle Stellen

1 - 10 Mitarbeiter

Gegründet 2017

🎯 Rekrutierung

👥 HR Tech

☁️ SaaS

Recruitment • HR Tech • SaaS

SkillTude Talent Solutions ist eine KI-gestützte Rekrutierungsplattform, die außergewöhnliche Tech-Talente mit innovativen Unternehmen durch maschinelles Lernen, ATS-Optimierung und automatisierte Einstellungsabläufe verbindet. Sie bietet End-to-End-Rekrutierungsdienste, einschließlich kostenfreier professioneller CV-Analyse, personalisierte Kandidatenerfahrungen und spezialisierte Einstellungen in 16 Technologiebereichen, für Startups und Unternehmensklienten.

Beschreibung

• Design and implement scalable AI/ML models for banking applications (e.g., fraud detection, credit scoring, customer segmentation). • Deploy and manage models in production using Azure ML and AWS SageMaker. • Collaborate with data scientists, software engineers, and DevOps teams to operationalize ML workflows. • Build and maintain CI/CD pipelines for ML model deployment and monitoring. • Ensure compliance with data governance, security, and regulatory standards. • Optimize model performance and resource usage in cloud environments. • Document processes, models, and deployment strategies for internal knowledge sharing.

🎯 Anforderungen

• 5+ years of experience • Strong Python skills, including libraries like Pandas, NumPy, Scikit-learn, TensorFlow or PyTorch. • Hands-on experience with Azure ML, AWS SageMaker, and cloud-native services (e.g., Lambda, EC2, S3, Azure Functions). • Familiarity with ML lifecycle tools (MLflow, Kubeflow, Airflow), containerization (Docker), and orchestration (Kubernetes). • Experience deploying models as REST APIs or batch jobs in production environments. • Git, GitHub Actions, Azure DevOps, or AWS CodePipeline. • Tools like Prometheus, Grafana, or cloud-native monitoring solutions. • Experience in the banking or financial services domain. • Knowledge of data privacy regulations (e.g., GDPR, PSD2).