ML-studentermedhjælpere til AI-udvikling i Lån & Spar

Machine learning studentermedhjælpere ML-studentermedhjælpere til AI-udvikling i Lån & Spar 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 rollenTeam 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 systemerFå indflydelse på tekniske valg og konkrete løsningerDeltage i vidensdeling, sparring og peer-review med dit teamTage gradvist mere ansvar i takt med din faglige udvikling Du kan blandt andet komme til at arbejde medPrediction-opgaver på reel data, fx churn, produktanbefalinger samt investerings- og lånepotentialeUdvikling 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 dokumenthåndteringKvantitativ og kvalitativ evaluering af AI-løsningerProces- og arbejdsgangsoptimering ved hjælp af AIOpgaverne udvikler sig løbende i takt med forretningens behov og udviklingen i AI-landskabet. Vi forestiller os, at duEr mindst 2 år inde i et relevant studie på DTU, DIKU eller tilsvarende inden for machine learning, data science, software eller AIHar erfaring med Python (fx pandas og numpy) samt grundlæggende SQLHar kendskab til klassisk maskinlæring (klassifikation, regression, feature engineering og modelvalidering)Har arbejdet med PyTorch og GPU-accelereret træning (CUDA) gennem kurser eller projekterEr vant til at arbejde struktureret med kode, Git og REST-API’erKan kommunikere teknisk indhold klart på dansk og læse dokumentation på engelsk Det er en fordel – men ikke et krav – hvis du også interesserer dig forLLM’er, RAG og agent-baserede systemerPrompt engineering og design af tools/systemerMLOps, modeltracking og driftSikker og ansvarlig brug af AI (PII, logging, guardrails)AI-værktøjer som Claude Code, GitHub Copilot eller lignendeVi 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 tilbyderEn unik mulighed for at arbejde med AI i produktion i en finansiel kontekstEt lille, fagligt stærkt team med høj grad af sparring og vidensdelingAdgang til egne computere og servere med CUDA-GPU’erFleksibilitet i forhold til studie og eksamensperioderMulighed for at skrue op og ned for timeantal efter behov Praktisk informationTimeantal: Typisk omkring 15 timer om ugen – aftales individueltArbejdssted: Højbro Plads 9-11, 1200 København KOpstart: Efter aftaleVi 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.dkHvis 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. Tilbage til joblisten Printvenlig version Send ansøgning Del på: Region: Intet fast arbejdssted Jobtype: Fast Arbejdstid: Deltid Arbejdsdage: Dag Stillingstyper: IT Ansøgningsfrist: 17-03-2026 Tiltrædelse: snarest Arbejdssted: København Yderligere oplysninger fås hos: Mikkel Ask Jakobsen Telefon: +45 3378 2072 Hjemmeside: https://lsb.dk Kontoradresse: Højbro Plads 9-11 1200 København K Se placering: