AI/ML Engineer - Python, Deep Learning: (Tensorflow, Keras, PyTorch), Apache Spark, NLP/Chatbot, & Cloud: (AWS, Azure))

FactSet, мировой лидер в области финансовой информации и аналитики, ищет талантливого инженера по ИИ/ML для вступления в нашу динамичную команду машинного обучения. Имея глобальное присутствие и сильную репутацию одной из 100 лучших компаний по версии FORTUNE, где хорошо работать, FactSet предлагает непревзойденные возможности для прогресса технологий в финансовых приложениях.

В рамках нашей команды ML ваша работа будет сосредоточена на продвижении границ автоматизированных финансовых приложений. Используя богатые данные FactSet, вы будете разрабатывать и внедрять передовые платформы и системы машинного обучения для влияния на бизнес-решения и улучшения предложений продуктов в таких областях, как обработка естественного языка, поиск информации и предсказательная аналитика.

• Разрабатывать инновационные решения машинного обучения: Адаптировать методы машинного обучения для умного поиска и аналитики финансовой информации.
• Решать реальные проблемы: Определять проблемы, подходящие для решения с помощью ИИ/ML, и разрабатывать новые техники в финансовой сфере.
• Совершенствовать интеграцию облака, NLP и LLM: Создавать и поддерживать надежную инфраструктуру на основе AWS для решений в области МЛ и ИИ, сосредоточив внимание на интеграции больших языковых моделей.
• Обеспечивать высокое качество программной инженерии: Поставлять хорошо протестированный код производственного качества и разрабатывать интуитивно понятные панели инструментов и визуализации.
• Вести инициативы на основе данных: Проектировать и внедрять эффективные конвейеры данных для обработки структурированных и неструктурированных финансовых данных.

Соискатели должны иметь не менее 5 лет опыта программной инженерии в производственных средах, с твердым основанием в следующих областях:

• Архитектура облака, предпочтительно AWS
• Техники обработки естественного языка и машинного обучения
• Знание Python, Docker и разработка API

• Опыт работы с большими языковыми моделями (OpenAI, Llama)
• Знакомство с библиотеками глубокого обучения, такими как Keras, PyTorch и TensorFlow
• Понимание финансовых данных и приложений
• Знание инструментов для работы с большими данными, таких как Pys