ml engineer in financial services

Enfint; Greater London; On-site; GBP 90,000 - 140,000; Full time

Job summary

NewDay ищет инженера по ML-инфраструктуре для разработки и поддержки производственных ML систем, включая сервисинг моделей, мониторинг и жизненный цикл моделей. Ваша роль — задавать стандарты и развивать платформу, чтобы снизить индивидуальные подходы и усилить повторяемость решений.

Требуется опыт перевода задач Data Science в производственные решения, умение работать в кросс‑функциональных командах и знание инструментов AWS SageMaker, Airflow и Step Functions.

Qualifications

• Опыт разработки и эксплуатации ML-систем в продакшене.
• Умение переводить задачи DS в повторяемые стандарты.
• id:1

Responsibilities

• Устанавливать стандартные повторяемые паттерны для обслуживания моделей, пайплайнов и развёртывания.
• Определять требования к упаковке моделей, версионированию, CI/CD, мониторингу и observability.
• Устанавливать критерии готовности к выводу в инженерные процессы.
• Оказывать техническое руководство ML-решениям внутри команды.
• Развивать возможности платформы для снижения уникальных подходов.
• Сокращать инженерные затраты на внедрение моделей за счёт повторного использования подходов.

Skills

ML системная инженерия

модели в прод

конвейеры ML

CI/CD подходы

наблюдаемость/мониторинг

архитектура сервинга

работа с данными DS/Engineering

деление и стандартизация

коммуникация в кросс‑функциональных 팀

руководство техническим направлением

Tools

AWS SageMaker

Airflow

Step Functions

Job description

Описание

NewDay is a financial services company building data-driven machine-learning capabilities and production systems.

Задачи

• Establish standard, reusable patterns for model serving, pipelines, and deployment;
• Define standards for model packaging, versioning, CI/CD, monitoring, and observability;
• Set production-readiness criteria for models entering engineering workflows;
• Provide technical direction for ML solutions delivered within the team;
• Evolve platform capabilities to reduce bespoke approaches over time;
• Reduce the engineering effort required to productionize models through reusable approaches and platform capabilities.

Требования

• Experience building and operating ML systems in production, including model serving, monitoring, and lifecycle management;
• Strong understanding of serving patterns across batch and real-time environments and of moving models from training to production;
• Experience defining engineering approaches that enable Data Science teams to deliver reliable, production-ready models;
• Ability to turn ambiguity into clear, adoptable technical standards and reusable patterns;
• Experience setting technical direction and influencing engineering practices across teams;
• Hands-on experience with cloud ML platforms such as AWS SageMaker and orchestration tools such as Airflow and Step Functions;
• Strong communication skills and ability to collaborate across Data Science, Engineering, and Data Platforms;
• Comfortable operating at the boundary between experimentation and production-grade ML delivery;
• Values structure, consistency, and high standards in engineering practices;
• Thinks in terms of reusable frameworks rather than one-off solutions;
• Motivated by improving the reliability and long-term maintainability of ML systems;
• Brings clarity, direction, and technical leadership to complex problem spaces.

Условия

• Equal opportunity employer with an inclusive working culture;
• Reasonable adjustments are available to support candidates with disabilities or caring responsibilities during the application and interview process.