Data Scientist - MID Profile - BN 12/11/26
Коротко о вакансии
Предстоит разрабатывать и внедрять агентные решения на базе генеративного искусственного интеллекта для процессов инвестиционного банкинга. Специалист будет создавать конвейеры извлечения данных, проектировать сложные графы агентов и налаживать системы мониторинга и оценки качества моделей. Работа ведется в команде компании MARGO над стратегическими задачами анализа документов, кредитования и финансов. Важно уметь быстро тестировать концепции, безопасно развертывать открытые модели на GPU и поставлять надежный код для строгой банковской инфраструктуры.
- География
- Варшава
- Зарплата
- 130 — 160 PLN — по данным MARGO
- Ключевые требования
- Отличный Python, ООП и паттерны enterprise-разработки
- Опыт создания асинхронных микросервисов на FastAPI
- Тестирование ML/LLM конвейеров с помощью pytest
- Проектирование графов агентов с LangGraph или Google ADK
- Развертывание моделей на GPU через vLLM и оптимизация с DSPy
- Кому подойдёт
- Позиция подойдет опытным специалистам по машинному обучению и LLM, желающим развивать агентные ИИ-архитектуры в банковской сфере.
Пересказ openqareer по тексту работодателя. Ниже — оригинал объявления.
Context:
A team responsible for the development and industrialization of applications for the Investment Banking division. Accelerating the integration of generative AI solutions and AI agents into business processes. A strategic environment within the platform, with high-impact use cases in document analysis, credit, and finance.
Expectations:
Strong Python with extensive experience in Object-Oriented Programming and enterprise software design patterns. Proven track record building asynchronous microservices and endpoints using FastAPI. Hands-on practice in pytest (unit, functional, and integration testing for ML/LLM pipelines). Bash scripts for automation, data handling, and container interaction. LLMs Architecture understanding proven by project portfolio. Architecting multi-step, stateful agentic graphs using LangGraph or Google ADK. Hands-on experience optimizing LLM pipelines programmatically using DSPy. Practical knowledge of deploying and running high-throughput open-weight models on GPU infrastructure using runtimes such as vLLM (experience with CUDA and fine-tuning is a strong plus). Hands-on familiarity with automated build, test, and release pipelines (Jenkins). Experience setting up tracing, drift detection, and automated evaluations for generative workflows using tools like Phoenix Arize. Dedication to shipping stable, secure code into flagship banking infrastructure where compliance, auditability, and data security are non-negotiable. General Stack: Google ADK, LangGraph, DSPy, vLLM, FastAPI, Python, Pytest. Arize Phoenix. Kubernetes, Jenkins, GPUs.
Responsibilities:
Design and develop LLM-based agentic solutions to automate complex business processes. Work closely with business teams to identify needs and drive the adoption of AI solutions. Develop data extraction pipelines and implement evaluation and observability frameworks for AI agents. Deploy and industrialize models (LLMs, GPUs), ensuring quality through testing and DevOps best practices You are taking full ownership in driving AI features. You remember to respect the boundaries and non-deterministic nature of LLMs, communicate constraints clearly, and build robust safety rails. You are a team player, communicate technical trade-offs cleanly with architects and business users, and enjoy mentoring peers. You are testing ideas and PoCs quickly, validate feasibility with data and avoid technical debt. Career Prospects:
Build expertise in Agentic AI architectures and the industrialization of LLMs in production. Work on high-visibility projects within the Investment Banking division.
openqareer не кадровое агентство: вакансия собрана с открытого источника, отклик подаётся на сайте работодателя.