Auf einen Blick
Baue und betreibe Production-Grade LLM-Systeme für Jeeves's Finanz-Produkte. Du wirst RAG Pipelines, Spend-Kategorisierung, Anomalie-Detektion und Financial Q&A implementieren.
💰 ~$140.000–180.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- Production LLM Pipeline Erlebnis erforderlich
- RAG Architecture Design und Betrieb
- ML Model Serving und Operations
- Fintech oder Finance-Kontext-Verständnis
LLM Engineering
RAG Architecture
Python
Production ML Systems
Vector Databases
Prompt Engineering
ML Model Serving
Gehalt geschätzt anhand Senior AI Engineer, Production LLM Systems, Fintech, Mexico Remote, RAG/Vector DB expertise. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- ML Engineers mit Production LLM-Erlebnis
- AI Engineers mit Fintech-Kontext
- Senior Backend Engineers wechsel zu LLM/AI
🚫 Weniger geeignet
- Anfänger ohne Production ML-Erlebnis
- Forscher ohne Production-Focus
- Data Scientists ohne Engineering-Tiefe
💡 Gut zu wissen
- Production-Grade bedeutet echte Constraints: Latency, Cost, Reliability in Finance
- Fintech-Kontext bedeutet Geldfluss und echte Fehlerkosten bei falschen AI-Entscheidungen
- LLM-Tools sind schnell evolvierend; Flexibilität ist wichtig
Über das Unternehmen
Jeeves ist ein finanzielles Betriebssystem für globale Unternehmen, das KI in die Kern-Plattform integriert – von intelligenter Spend-Kategorisierung bis zu LLM-powered Workflows. Das Unternehmen wurde als Top 50 Startup anerkannt und hat über 380 Millionen Dollar aufgebracht.
Deine Aufgaben
- Design und Bau von Production-Grade LLM Integration Pipelines, einschließlich RAG, Prompt Engineering, Output Parsing
- Entwickle und betreibe AI-Features in Jeeves's Kern-Finanzprodukten: Spend-Kategorisierung, Document Extraction, Anomalie-Detektion
- Implementiere strukturierte Output-Validierung, Fallback-Handling und Confidence Scoring für finanzielle Use Cases
- Evaluiere und integriere AI-Frameworks und Tools (LangChain, LlamaIndex, OpenAI, Anthropic APIs, HuggingFace)
- Etabliere Prompt Versioning und Evaluation Practices
- Design und verwalte Vector Search Pipelines mit Pinecone, Weaviate oder pgvector
- Build Document Ingestion und Chunking Pipelines für finanzielle Daten
Deine Voraussetzungen
- Production-Grade LLM Pipeline Erlebnis erforderlich
- RAG Architecture Design und Betrieb
- ML Model Serving und Operations erfahrung
- Production ML Systems Betrieb mit echten Einschränkungen
- Tiefes Verständnis von LLM-Trade-offs und Fintech-Anforderungen
Benefits
- Remote-Position (Mexico)
- Growth-Stage Fintech mit Top Investoren
