ML-studentermedhjælpere til AI-udvikling i Lån & Spar
Oversigt og nøgleindsigter
Lån & Spar søger to ML-studentermedhjælpere til at arbejde med machine learning og LLM’er i et nyetableret AI-team. Stillingen tilbyder hands-on erfaring i en finansiel kontekst med reelle problemstillinger og AI-løsninger.
Højdepunkter
- Mulighed for at arbejde med klassisk machine learning og LLM-baserede systemer.
- Aktiv deltagelse i udviklingen af interne AI-værktøjer og chatbot.
- Fleksible arbejdstider tilpasset studie- og eksamensperioder.
Påkrævede kvalifikationer
- • Mindst 2 år inde i et relevant studie på DTU, DIKU eller tilsvarende.
- • Erfaring med Python (fx pandas og numpy) og grundlæggende SQL.
- • Kendskab til klassisk maskinlæring og erfaring med PyTorch.
Ønskværdige kvalifikationer
- • Interesse for LLM’er, RAG og agent-baserede systemer.
- • Erfaring med MLOps, modeltracking og drift.
Den ideale kandidat
Den ideelle kandidat er nysgerrig, fagligt engageret og motiveret for at lære. Vedkommende har en stærk teknisk baggrund og evnen til at kommunikere komplekse emner klart.
Jobdetaljer
Jobbeskrivelse
Vil du arbejde hands-on med machine learning og LLM’er i en rigtig produktionskontekst – og samtidig være med til at forme et nyt AI-team i en bank med korte beslutningsveje?
Lån & Spar søger to ambitiøse ML-studentermedhjælpere, der har lyst til at blive en del af vores Team AI i udviklingsafdelingen.
Hos os får du mulighed for at arbejde med reelle problemstillinger og AI-løsninger, der bruges i praksis, ikke kun proof-of-concepts.
Om rollen
Team AI er et mindre, nyetableret team med stærk faglig baggrund fra bl.a. DTU. Vi arbejder tæt sammen med forretningen, udviklingsafdelingen og ledelsen om prioritering, arkitektur og implementering af AI-løsninger i banken.
Som studentermedhjælper bliver du en aktiv del af teamet og får mulighed for at:
- Arbejde hands-on med klassisk machine learning, deep learning og nyere LLM-baserede systemer
- Få indflydelse på tekniske valg og konkrete løsninger
- Deltage i vidensdeling, sparring og peer-review med dit team
- Tage gradvist mere ansvar i takt med din faglige udvikling
Du kan blandt andet komme til at arbejde med
- Prediction-opgaver på reel data, fx churn, produktanbefalinger samt investerings- og lånepotentiale
- Udvikling og videreudvikling af LSB-GPT, vores interne chatbot og AI-værktøjsøkosystem (RAG, tools, skills m.m.)
- Integration af AI i eksisterende systemer, fx mødeforberedelse, referater og dokumenthåndtering
- Kvantitativ og kvalitativ evaluering af AI-løsninger
- Proces- og arbejdsgangsoptimering ved hjælp af AI
Opgaverne udvikler sig løbende i takt med forretningens behov og udviklingen i AI-landskabet.
Vi forestiller os, at du
- Er mindst 2 år inde i et relevant studie på DTU, DIKU eller tilsvarende inden for machine learning, data science, software eller AI
- Har erfaring med Python (fx pandas og numpy) samt grundlæggende SQL
- Har kendskab til klassisk maskinlæring (klassifikation, regression, feature engineering og modelvalidering)
- Har arbejdet med PyTorch og GPU-accelereret træning (CUDA) gennem kurser eller projekter
- Er vant til at arbejde struktureret med kode, Git og REST-API’er
- Kan kommunikere teknisk indhold klart på dansk og læse dokumentation på engelsk
Det er en fordel – men ikke et krav – hvis du også interesserer dig for
- LLM’er, RAG og agent-baserede systemer
- Prompt engineering og design af tools/systemer
- MLOps, modeltracking og drift
- Sikker og ansvarlig brug af AI (PII, logging, guardrails)
- AI-værktøjer som Claude Code, GitHub Copilot eller lignende
Vi forventer ikke, at du kan det hele på forhånd. Det vigtigste er, at du er nysgerrig, fagligt engageret og motiveret for at lære i et felt, der udvikler sig hurtigt.
Hvad vi tilbyder
- En unik mulighed for at arbejde med AI i produktion i en finansiel kontekst
- Et lille, fagligt stærkt team med høj grad af sparring og vidensdeling
- Adgang til egne computere og servere med CUDA-GPU’er
- Fleksibilitet i forhold til studie og eksamensperioder
- Mulighed for at skrue op og ned for timeantal efter behov
Praktisk information
- Timeantal: Typisk omkring 15 timer om ugen – aftales individuelt
- Arbejdssted: Højbro Plads 9-11, 1200 København K
- Opstart: Efter aftale
Vi har forståelse for, at studiet kommer først. I eksamensperioder kan du skrue ned for timerne, og hvis du har ekstra tid og lyst, er der også mulighed for at arbejde mere.
Hvis du har spørgsmål, er du velkommen til at kontakte IT- & Udviklingschef Mikkel Ask Jakobsen på miaj@lsb.dk
Hvis du kan se dig selv i stillingen, vil vi glæde os til at høre fra dig. Sammen med dit CV må du gerne skrive en kort motivation for at søge netop denne stilling. Du må også gerne fremhæve større studieprojekter der kunne være relevante.
Karrierevej
Typisk karriereforløb
ML-udvikler
Data Scientist
AI-ingeniør
Vækstpotentiale
Stillingen giver en solid grundforståelse af machine learning og AI, hvilket åbner op for avancerede roller inden for data science og AI-teknologier. Den hands-on erfaring og muligheden for at arbejde med reelle problemstillinger gør det muligt at specialisere sig yderligere og tage ansvar for større projekter i fremtiden.
Overførbare færdigheder
Branchekontekst
AI og machine learning er hurtigt voksende områder inden for den finansielle sektor, hvor effektivisering og datadrevne beslutninger er afgørende. Denne stilling i Lån & Spar positionerer medarbejdere til at bidrage til innovative løsninger, der kan forbedre bankens service og drift.
Færdighedsanalyse
Kritiske færdigheder
Erfaring med Python, herunder biblioteker som pandas og numpy.
Grundlæggende kendskab til SQL til datahåndtering.
Kendskab til klassifikation, regression, feature engineering og modelvalidering.
Vigtige færdigheder
Erfaring med PyTorch og GPU-accelereret træning (CUDA) gennem kurser eller projekter.
Vant til at arbejde struktureret med kode og version control systemer som Git.
Erfaring med at arbejde med REST-API'er.
Evne til at kommunikere teknisk indhold klart på dansk og kunne læse dokumentation på engelsk.
Ønskværdige færdigheder
Interesse for LLM'er, RAG og agent-baserede systemer.
Kendskab til design af tools/systemer og prompt engineering.
Forståelse af modeltracking og drift.
Kendskab til sikker og ansvarlig brug af AI, herunder PII og logging.
Erfaring med AI-værktøjer som Claude Code eller GitHub Copilot.
Mest kritiske færdigheder
Sådan fremhæver du din erfaring
Fremhæv tidligere projekter eller kurser, hvor du har anvendt Python og SQL i en machine learning kontekst. Beskriv konkrete resultater, du har opnået gennem klassisk maskinlæring, og hvordan det har bidraget til projektets succes.
Interviewforberedelse
Sandsynlige spørgsmål
Kan du beskrive et projekt, hvor du har arbejdet med machine learning?
erfaringTip: Fokuser på din rolle, de teknologier du brugte, og hvordan dit arbejde bidrog til projektets succes.
Hvordan håndterer du udfordringer, når du arbejder med data?
situationTip: Giv et konkret eksempel på en udfordring, og beskriv hvordan du løste den.
Hvad er din erfaring med Python og relevante biblioteker som Pandas og Numpy?
tekniskTip: Nævn specifikke projekter eller opgaver, hvor du har anvendt disse værktøjer.
Hvad forstår du ved MLOps, og hvordan kan det anvendes i vores team?
tekniskTip: Vis din forståelse for MLOps-principper og hvordan de kan forbedre AI-løsninger.
Hvordan vil du beskrive din kommunikationsevne i tekniske sammenhænge?
kulturTip: Giv eksempler på, hvordan du har formidlet komplekse tekniske emner til ikke-tekniske interessenter.
Hvad motiverer dig til at arbejde inden for AI og machine learning?
kulturTip: Del din passion for feltet og hvordan du holder dig opdateret med nye teknologier.
Spørgsmål du kan stille
- Hvordan ser et typisk projektforløb ud i Team AI?
- Hvilken type sparring og vidensdeling kan jeg forvente i teamet?
- Hvilke værktøjer og teknologier anvender I primært i jeres AI-udvikling?
Tale punkter
- Min erfaring med machine learning projekter og resultater.
- Min interesse for at lære og udvikle mig inden for AI.
- Hvordan jeg kan bidrage til teamets dynamik og projekter.
Bekymringspunkter at være opmærksom på
- Manglende praktisk erfaring med relevante teknologier.
- Utilstrækkelig evne til at kommunikere teknisk indhold klart.
Ansøgningsstrategi
Ansøgningstips
- Fokusér på dine erfaringer med machine learning og programmering i Python, især med biblioteker som pandas og numpy.
- Vis din interesse for AI ved at nævne relevante projekter, du har arbejdet med, især inden for deep learning og LLM'er.
- Understreg din evne til at arbejde struktureret med kode og dit kendskab til Git og REST-API'er.
Nøgleord at inkludere
Fokus i ansøgningen
Fremhæv din nysgerrighed og motivation for at lære om AI i en finansiel kontekst, samt din erfaring med relevante teknologier og værktøjer.
Tilpasning af CV
Tilpas dit CV ved at fremhæve specifikke projekter inden for machine learning og AI, samt de tekniske færdigheder, der er nævnt i jobopslaget, for at vise din relevans for stillingen.
Ofte stillede spørgsmål
Hvad indebærer stillingen som ML-studentermedhjælper?
Som ML-studentermedhjælper hos Lån & Spar vil du arbejde hands-on med machine learning og LLM'er i en produktionskontekst. Du vil deltage i udviklingen af AI-løsninger, der anvendes i banken, herunder prediction-opgaver og integration af AI i eksisterende systemer.
Hvilke kvalifikationer kræves for at ansøge?
Vi forventer, at du er mindst 2 år inde i et relevant studie, har erfaring med Python og SQL, samt kendskab til klassisk maskinlæring. Det er en fordel, hvis du også har arbejdet med PyTorch og har interesse for nyere AI-teknologier.
Hvad tilbyder Lån & Spar som arbejdsgiver?
Lån & Spar tilbyder en unik mulighed for at arbejde med AI i en finansiel kontekst, et lille fagligt stærkt team samt adgang til computere med CUDA-GPU'er. Derudover er der fleksibilitet i arbejdstimerne i forhold til studie og eksamensperioder.
Hvordan er arbejdsmiljøet i Team AI?
Arbejdsmiljøet i Team AI er præget af høj grad af sparring og vidensdeling, hvor du vil arbejde tæt sammen med erfarne kolleger. Teamet er lille og nyetableret, hvilket giver gode muligheder for at påvirke tekniske valg og løsninger.
Hvad er forventningerne til studentermedhjælperne?
Vi forventer, at du er nysgerrig, fagligt engageret og motiveret for at lære i et hurtigt udviklende felt. Du vil gradvist få mere ansvar, efterhånden som du udvikler dine færdigheder og bidrager til teamets projekter.
Hvordan ser en typisk arbejdsuge ud for en studentermedhjælper?
En typisk arbejdsuge som studentermedhjælper vil involvere ca. 15 timer, hvor du arbejder på konkrete AI-projekter, deltager i teammøder og bidrager til vidensdeling. Opgaverne vil variere afhængigt af forretningens behov og din udvikling.
Hvilke teknologier og værktøjer vil jeg arbejde med?
Du vil primært arbejde med Python, SQL, PyTorch og værktøjer til AI-løsninger som LSB-GPT. Derudover vil du få mulighed for at arbejde med MLOps, modeltracking og sikker brug af AI.
Er der muligheder for videreuddannelse eller udvikling i stillingen?
Ja, stillingen tilbyder muligheder for faglig udvikling gennem praktisk erfaring og samarbejde med erfarne kolleger. Du vil også kunne tage ansvar for egne projekter, hvilket fremmer din læring og udvikling indenfor AI.