AVP, Senior Engineer - AI & Data Science
HSBC Technology Poland
To rola łącząca Data Science z inżynierią AI w globalnym banku. Będziesz budować rozwiązania GenAI dla zespołów finansowych, od pomysłu do wdrożenia, pisząc kod Python, pracując z chmurowymi API LLM, utrzymując własne UI (React/Angular) oraz implementując governance. Poza pracą techniczną czeka Cię współpraca z biznesem i nadzór nad członkami zespołu – to bardziej rola tech leada niż czystego badacza.
Brakuje: nie podano wielkości zespołu i struktury, nie określono konkretnego cloud providera (aws/azure/gcp).
Wbrew tytułowi 'AI & Data Science' rola obejmuje także rozwój frontendu (UI) oraz nadzór nad zespołem – to bardziej stanowisko tech leada full-stack AI niż czystego data sciencisty. Dodatkowo 'AVP' to tytuł bankowy, nieinżynieryjny.
To rola łącząca Data Science z inżynierią AI w globalnym banku. Będziesz budować rozwiązania GenAI dla zespołów finansowych, od pomysłu do wdrożenia, pisząc kod Python, pracując z chmurowymi API LLM, utrzymując własne UI (React/Angular) oraz implementując governance. Poza pracą techniczną czeka Cię współpraca z biznesem i nadzór nad członkami zespołu – to bardziej rola tech leada niż czystego badacza.
- ✓Przejrzyste widełki wynagrodzenia i pakiet benefitów (budżet szkoleniowy, konferencje, elastyczne godziny pracy)
- ✓Międzynarodowe środowisko i płaska struktura w dużej, stabilnej firmie
- ✓Możliwość wpływania na strategię AI w globalnym banku
- −Bardzo szeroki zakres technologii (data science + full-stack UI + cloud + governance) – rola może być nieprecyzyjnie zdefiniowana
- −Wymóg 'ability to direct and supervise' bez formalnego tytułu lidera
- −Pełna stacjonarność w biurze – brak elastyczności
- !Doświadczenie z chmurowymi API dla LLM jest 'wysoce pożądane', ale nie wymagane – może to być kluczowe w praktyce
- !Rola w Global Finance – silne governance i kontrole mogą spowalniać pracę
- !Wiele komunikacji z interesariuszami biznesowymi – może być wyzwaniem dla introwertyków
- !Niejasne, ile czasu zajmuje nadzór nad zespołem a ile praca hands-on
- ?Tytuł wskazuje na rolę managerską, ale poziom doświadczenia nie został oznaczony jako Lead/Manager — warto zweryfikować u źródła
- •Rozwijanie aplikacji AI w Pythonie (backend, frontend, algorytmy) dla zespołów finansowych
- •Testowanie promptów i danych wejściowych/wyjściowych dla modeli GenAI
- •Utrzymanie i rozwijanie kodu w repozytorium GitHub z użyciem Agile
- •Implementacja governance i kontroli dla rozwiązań AI (zgodność z regulacjami)
- •Współpraca z zespołami Quantitative Analytics przy budowie praktycznych rozwiązań
- •Prezentacja wyników i strategii interesariuszom biznesowym
- •Nadzór i kierowanie pracą innych członków zespołu
- •Udział w planowaniu strategicznym dla obszaru AI w Global Finance
Oferta dla doświadczonych specjalistów (Senior).
Osoba z 3-4 latami doświadczenia w Data Science, solidnym Pythonem i podstawami LLM, ale wymagająca wsparcia w zakresie architektury i nadzoru.
Juniorzy ani osoby bez doświadczenia w dostarczaniu produkcyjnych rozwiązań AI. Nie dla kogoś, kto nie chce pracować stacjonarnie w biurze.
- ?Jak duży jest zespół, którym będę nadzorować?
- ?Jaki jest konkretny stack technologiczny (frontend, backend, cloud provider)?
- ?Czy rola wiąże się z dyżurami on-call lub wsparciem produkcyjnym?
- ?Jaki jest balans między pracą badawczo-rozwojową a utrzymaniem istniejących systemów?
- ?Czy istnieje możliwość pracy hybrydowej w przyszłości, mimo deklaracji stacjonarnej?
- ?Jakie modele LLM są obecnie używane?
- ?Czy są w planach migracje na nowsze technologie, czy praca z legacy?
- −Nie podano wielkości zespołu i struktury
- −Nie określono konkretnego cloud providera (AWS/Azure/GCP)
- −Brak informacji o ścieżce kariery i awansu
- −Nie wiadomo, jaka część pracy to nadzór, a jaka hands-on coding
Małe zespoły w międzynarodowym środowisku, płaska struktura – współpraca blisko biznesu i Quant Analytics, nacisk na governance i innowację.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Data science. Pełne statystyki zarobków →