machine learning engineer in fintech

Enfint; Berlin; Vor Ort; EUR 85.000 - 115.000; Vollzeit

Zusammenfassung

Qonto приглашает в команду опытного ML-инженера с опытом ML Ops. Вы будете разрабатывать и развёртывать клиентские ML-продукты, сотрудничая с Product Manager, Data Engineer-ами и Backend- инженерами, чтобы превратить бизнес-требования в масштабируемые решения.

Основные обязанности: проектирование и внедрение end-to-end моделей, создание ML Ops-фреймворков, мониторинг, обработку дрейфа и автоматическое повторное обучение, а также наставничество коллег и участие в развитии внутреннего

Qualifikationen

• 6+ лет опыта ML-инженера с опытом ML Ops.
• Опыт разработки и развёртывания клиентских ML-продуктов end-to-end с реальным влиянием.
• Опыт построения и оптимизации моделей ML для внешних клиентов.
• Умение выбирать между Generative AI и классическими методами ML.
• Сильные навыки Python и написание стабильного кода на масштабе.
• Опыт с FastAPI и интеграцией сервисов, работа с БД в продакшене.
• Опыт автоматизации повторного обучения моделей, контроля производительности и дрейф-дек.
• Опыт построения ML-инфраструктуры или улучшения существующей.
• Свободный английский.

Aufgaben

• Разрабатывать ML-модели от требований до обучения, оценки и развёртывания в прод.
• Интегрировать ML в экосистему продукта с PM, Data Engineers и Backend Engineers.
• Строить ML Ops-рамку, включая дрейф, мониторинг, ретренинг и алерты.
• Размещать модели в продакшене с QA и мониторингом.
• Делиться лучшими практиками и улучшать внутренние инструменты.
• Менторить коллег по ML-команде.

Kenntnisse

ML Ops

Python

English fluency

Production code

Tools

FastAPI

Snowflake

Kafka

Kibana

PostgreSQL

Airflow

AWS

Prometheus

ArgoCD

GitHub

Jobbeschreibung

Описание

Qonto provides Europe's leading finance workspace for SMEs, with banking at its core and additional financial tools. Its AI team builds customer-facing AI products for business customers in financial services.

Задачи

• Develop machine learning models end-to-end, from understanding product requirements through training, evaluation, and production deployment
• Integrate machine learning into the product ecosystem with Product Managers, Data Engineers, and Backend Engineers
• Build the ML Ops framework, including model drift detection, performance tracking, automated retraining pipelines, monitoring, and alerts
• Put models into production with robust technical implementation, quality assurance, and continuous monitoring
• Share best practices and contribute to internal tooling improvements
• Mentor peers across the ML team

Требования

• 6+ Years of experience as an ML Engineer with ML Ops experience
• Experience developing and deploying client-facing ML products end-to-end with measurable impact on real users
• Experience building and optimising machine learning models for external customers
• Ability to choose between Generative AI and proven machine-learning techniques
• Strong Python engineering skills and experience writing resilient, testable code at scale
• Proficiency with FastAPI or similar frameworks, third-party service integration, and database interaction in production
• Experience with tools for automated model retraining, performance checking, and drift detection
• Experience building or significantly improving ML infrastructure
• Fluent English

Условия

• Customer-facing AI products used by hundreds of thousands of business customers
• Modern stack including Python, Snowflake, Kafka, Kibana, PostgreSQL, Airflow, AWS, Prometheus, ArgoCD, GitHub, and Cursor
• Freedom to test tools that help reach the target
• Team of 10 AI Engineers and 3 Data Ops specialists
• Individual contributor career path with access to the latest AI technologies
• The hiring process lasts 20 working days on average