Senior AI Engineer

Colombia • Remote • Senior • vor 4 Tagen
AI Engineer AI backend-developer ki
Auf einen Blick

Senior AI Engineer bei Jeeves für produktive LLM- und RAG-Systeme. Du baust KI-Funktionen für Finanzautomation auf und stellst sicher, dass sie in kritischen Finanz-Kontexten zuverlässig funktionieren.

💰 ~$150.000–220.000/Jahr (geschätzt) 📊 Senior 🕒 Vollzeit 🌍 Remote 🗺️ Americas
  • LLM-Pipelines-Erfahrung
  • RAG-Architektur-Design
  • Production ML Systems
  • Finanzverständnis
Prompt Engineering Vector Databases

Gehalt geschätzt anhand Senior AI Engineer with LLM production experience, LatAm cost advantage. Kein Gehalt in der Anzeige angegeben.

✅ Geeignet für
  • ML Engineers mit LLM-Fokus
  • Backend-Engineers mit AI-Interesse
  • Production-focused AI Developers
🚫 Weniger geeignet
  • Pure Research-fokussierte KI-Forscher
  • Kandidaten ohne Production-Erfahrung
  • LLM-Anfänger
💡 Gut zu wissen
  • Production-Fokus, kein Forschungswerk
  • Finanzkontext ist kritisch
  • LLM-Zuverlässigkeit für Finanzentscheidungen notwendig

Über das Unternehmen

Jeeves ist ein Financial Operating System für globale Unternehmen mit über 5.000 Kunden in 20+ Ländern. Das Unternehmen wird von führenden Investoren wie Andreessen Horowitz unterstützt und bietet Corporate Cards, Cross-Border-Zahlungen und Ausgabenverwaltung.

Deine Aufgaben

  • LLM-Integrations-Pipelines in Produktionsqualität entwerfen, entwickeln und warten – einschließlich RAG, Prompt Engineering und Chain Orchestration
  • KI-Funktionen in Jeeves-Produkten entwickeln: Ausgabenkategorisierung, Dokumentenextraktion, Anomalieerkennung, Financial Q&A
  • Strukturierte Output-Validierung, Fallback-Handling und Confidence Scoring für finanzielle Zuverlässigkeit implementieren
  • Vector-Search-Pipelines mit Pinecone, Weaviate oder pgvector entwerfen und warten
  • Document-Ingestion-Pipelines für Finanzinhalte aufbauen: Rechnungen, Quittungen, Policy-Dokumente, Transaktionsdaten

Deine Voraussetzungen

  • Nachgewiesene Erfahrung mit LLM-Pipelines in Produktion
  • RAG-Architektur-Design-Erfahrung
  • Betriebliche ML-Systeme in Produktionsumgebungen
  • Tiefes Verständnis der finanziellen Auswirkungen von KI-Fehlern