Гүйцэтгэх үндсэн үүрэг
- Банкны өдөр тутмын үйл ажиллагааг дэмжих машин сургалтын шийдлийг бүрэн циклээр (өгөгдөл боловсруулалтаас эхлээд үндсэн орчинд нэвтрүүлэх хүртэл) төлөвлөж, хөгжүүлж, амжилттай хэрэгжүүлэх
- Машин сургалтын загваруудыг банкны үндсэн системүүд болон мобайл банк, интернет банк зэрэг дижитал платформуудтай холбох технологийн интерфейсийг хөгжүүлж, загварын шинэчлэл, гүйцэтгэлийн хяналт, автоматжуулалтын процессийг боловсруулах
- Том хэлний загварууд болон Gen-AI технологиудыг банкны бизнесийн болон дотоод үйл ажиллагааны оновчлолд ашиглах боломжийг судалж, холбогдох системүүдийг төлөвлөж нэвтрүүлнэ.
- Сургасан загваруудыг өндөр ачааллыг даах, найдвартай ажиллах чадвартай программын интерфейсээр дамжуулан банкны системүүдтэй холбож, түргэн хугацаанд хариу өгөх чадвартай бодит цагийн inference системүүдийг байгуулна.
- MLOps процесс хэрэгжүүлэлтийг хангаж, Загварын сургалт, туршилт, нэвтрүүлэлт, хяналтын бүрэн автоматжуулсан CI/CD pipeline байгуулж, A/B туршилт, canary deployment стратеги ашиглан эрсдэлгүй шинэчлэлт хийх боломжийг бүрдүүлнэ.
- Загварын сургалт, туршилт, нэвтрүүлэлт, хяналтын процессыг бүрэн автоматжуулсан ажлын урсгал байгуулж, туршилтын орчноос үндсэн орчинд аюулгүй шилжих процессийг бий болгоно.
- Production орчинд ажиллаж буй загваруудын гүйцэтгэлийг тогтмол хянаж, алдаа дутагдлыг илрүүлэх, monitoring систем байгуулан, шаардлагатай үед дахин сургах автомат процессыг удирдана.
- Model compression (quantization, pruning, distillation) техникүүд ашиглан загварын хэмжээг багасгаж, inference хурдыг нэмэгдүүлэх.
- Transformer архитектурт суурилсан том хэлний загваруудыг банкны бизнесийн онцлогт тохируулан дахин сургах (fine-tuning), загварт өгөх заавар боловсруулах (prompt engineering) техникүүдийг ашиглан үр дүнтэй хэрэгжүүлэх.
- Нээлттэй эх үүсвэрийн болон Бизнесийн зориулалттай хэлний загваруудыг системд нэгтгэж, банкны харилцагчийн үйлчилгээ, дотоод процессын автоматжуулалтад амжилттай ашигласан практик туршлагатай байна.
- Бизнесийн шаардлагыг техникийн шийдэлд нийцүүлэхийн тулд банкны бүхий л нэгжүүдтэй хамтран ажиллаж, системийн гүйцэтгэл, өргөтгөх боломжийг оновчлох.
Ажлын байранд тавигдах шаардлага
- Python-д 2+ жилийн туршлагатай, өгөгдлийн сангийн үйл ажиллагаанд мэргэшсэн байх
- TensorFlow, PyTorch, Scikit-learn зэрэг уламжлалт хүрээнүүдээс гадна Hugging Face Transformers, LangChain, GPT API зэрэг орчин үеийн AI технологи ашиглан том хэлний загвар (LLM), Gen-AI шийдлийг банкны үйл ажиллагаанд хэрэгжүүлж, үндсэн орчинд амжилттай нэвтрүүлсэн практик туршлагатай байх
- Орчин үеийн parallel боловсруулалтын технологи, Apache Spark, Kafka ашиглан их өгөгдлийг олон серверүүдэд хуваарилан боловсруулж, AI/ML pipeline-д зориулсан бодит цагийн өгөгдлийн урсгалыг удирдан зохион байгуулах
- AWS, Azure ML, Google Cloud Platform дээр машин сургалтын загвар сургаж, боловсруулах мэдлэгтэй байх
- DevOps/MLOps: Docker, Kubernetes ашиглан аппликейшн контейнержүүлж, Git-ээр кодын хувилбар удирдах, CI/CD ажлын урсгал зохион байгуулж, MLflow-оор загварын урсгалыг удирдах чадвартай байх
- Мэдээллийн сан: Relational DB, NoSQL зэрэг мэдээллийн сангуудтай ажиллаж, банкны өгөгдлийн санг зөв бүтэцтэй төлөвлөж, том хэмжээний өгөгдлийг боловсруулах чадамжтай байх.