Estados Unidos
Be Structured Technology Group
Goldman Sachs
Riesgo, Riesgo Operativo Tecnológico – CORE Engineering Risk, Vicepresidente, Dallas
Estados Unidos
Dallas, Texas, United States
SQL
Traducción automática. Consulta el original.
Sobre la oportunidad
El Departamento de Riesgo Operativo de Goldman Sachs es una función de gestión de riesgos independiente responsable de desarrollar e implementar un marco estandarizado para identificar, medir y supervisar el riesgo operativo en toda la firma. La cobertura de IA es un rol especializado dentro de este marco, dedicado a fortalecer la supervisión de la firma sobre los riesgos operativos derivados de la adopción y el uso de inteligencia artificial por parte de la misma. Este profesional será responsable de identificar, supervisar, medir y evaluar continuamente los riesgos operativos asociados con las plataformas de IA, los modelos fundamentales, los sistemas agentes y la infraestructura, los proveedores y los datos que los respaldan, asegurando que la huella de IA de la firma se construya, opere y gobierne de una manera coherente con los marcos, políticas y estándares de resiliencia operativa, riesgo de terceros y gobernanza de datos de la firma. El rol es intencionalmente amplio: el candidato seleccionado puede aportar una profunda experiencia en una de las diversas disciplinas de riesgo adyacentes, siempre que dicha experiencia se base en una experiencia directa en la evaluación o gestión de riesgos en entornos de IA, machine learning o tecnología agente.
La división de Riesgo es responsable del riesgo crediticio, de mercado y operativo, riesgo de modelo, riesgo de liquidez independiente y seguros en toda la firma.
Responsabilidades
Resiliencia de IA y continuidad operativa
- Identificar, supervisar y analizar los riesgos operativos derivados de la resiliencia de los sistemas de IA, incluyendo la falta de disponibilidad de la infraestructura, las interrupciones de los modelos fundamentales, el comportamiento no determinista bajo estrés, los fallos en cascada de múltiples agentes, la degradación del modelo por deriva de datos y la falta de disponibilidad de ecosistemas de servidores MCP y LLMs alojados por terceros.
- Asegurar que los sistemas de IA que califican como activos dependientes o integrales para servicios empresariales importantes (IBS, por sus siglas en inglés) estén mapeados dentro de los planes de continuidad del negocio, sujetos a declaraciones de tolerancia al impacto y respaldados por estrategias alternativas de solución (por ejemplo, respaldo de modelos, proveedores alternativos).
- Defender los principios de resiliencia desde el diseño (modularidad, diversidad, redundancia, adaptabilidad) y cuestionar las brechas en los controles, tales como la fijación de versiones de modelos de IA, la observabilidad de sistemas de IA, el despliegue en múltiples centros de datos y los procedimientos de disyuntores/respaldo.
- Realizar análisis de escenarios basados en evidencia y apoyar las pruebas integradas/basadas en activos de los IBS dependientes de IA, coordinando con 1LoD Engineering, TPRM y las partes interesadas del negocio para confirmar que la firma se mantiene dentro de las tolerancias de impacto (RTO/RPO/SLA) durante una interrupción.
Riesgo de terceros y cadena de suministro de IA
- Identificar, supervisar y analizar los riesgos operativos de los servicios de IA de terceros, LLMs alojados externamente y modelos fundamentales suministrados por proveedores, incluyendo la fuga de información, la manipulación de modelos, el compromiso de la cadena de suministro de servidores MCP y la recolección de credenciales mediada por agentes.
- Supervisar la diligencia debida de los proveedores, la validación de modelos de terceros y la aplicación de SLA para la seguridad de la IA, el rendimiento y la supervisión de "Denial-of-Wallet", escalando los incumplimientos contractuales.
- Supervisar el inventario de controles de terceros de IA (por ejemplo, prevención de fugas de datos de IA, gobernanza de seguridad de servidores MCP, marco de protección de credenciales de sistemas agentes) para verificar su suficiencia e integridad.
Gobernanza de datos de IA
- Aplicar la política y el estándar de toda la firma para la gobernanza de datos a los casos de uso de IA, asegurando que los conjuntos de datos utilizados para entrenar, ajustar, fundamentar (por ejemplo, RAG/bases de datos vectoriales) u operar sistemas de IA y agentes estén inventariados, clasificados por riesgo y tengan propietarios, propietarios secundarios y propietarios sénior claramente asignados.
- Cuestionar la adecuación de los controles de calidad de datos (precisión, integridad, puntualidad) y la documentación del linaje de datos para los conjuntos de datos que alimentan las tuberías de modelos de IA, particularmente cuando los datos cruzan límites divisionales o carecen de contratos de datos.
- Evaluar si las fuentes de datos autorizadas (ADS, por sus siglas en inglés) utilizadas por los sistemas de IA/ML cumplen con los requisitos de acceso gobernado, conciliación y gestión de cambios, y escalar la dependencia de fuentes de datos no ADS o no gobernadas (por ejemplo, corpus de entrenamiento no examinados, datos extraídos) como defectos de datos o excepciones.
- Revisar los defectos de datos y las solicitudes de datos relacionados con la IA para su registro, remediación y escalamiento adecuados según el estándar de toda la firma para la gestión de defectos de datos y solicitudes de datos.
Gestión de riesgos transversal
- Realizar análisis de datos para identificar tendencias en la disponibilidad de IA, telemetría de observabilidad, rendimiento de proveedores y métricas de calidad de datos; escalar las preocupaciones a la alta dirección cuando esté justificado.
- Facilitar la notificación de eventos de riesgo operativo para incidentes relacionados con la resiliencia de la IA, terceros y datos.
- Contribuir a las evaluaciones del perfil de riesgo divisional, la revisión y el desafío de RCSA, y las revisiones de nuevas actividades para despliegues de modelos de IA, compromisos con proveedores y cambios en el abastecimiento de datos.
- Mantenerse al día sobre los desarrollos regulatorios y de la industria (por ejemplo, la Ley de IA de la UE, NIST AI 600-1, el folleto de TI de la FFIEC) que afectan las obligaciones de resiliencia de la IA, terceros y gobernanza de datos.
- Identificar e impulsar iniciativas para mejorar las prácticas de gestión de riesgos de IA en los dominios de resiliencia, terceros y datos.
Cualificaciones
- Sólida comprensión de la resiliencia operativa (BCP, tolerancias de impacto, RTO/RPO), gestión de riesgos de terceros (diligencia debida de proveedores, gobernanza de SLA) y/o gobernanza de datos (linaje de datos, calidad de datos, marcos ADS/PDE); los candidatos no necesitan tener una experiencia profunda en los tres, pero deben demostrar experiencia directa en la aplicación de una o más de estas disciplinas a sistemas de IA/ML.
- Sólida comprensión de la arquitectura de IA/ML: modelos fundamentales, LLMs, sistemas RAG, marcos de IA agente, servidores MCP, bases de datos vectoriales e infraestructura de despliegue de modelos.
- Experiencia con resiliencia desde el diseño, controles de proveedores/cadena de suministro de IA o marcos de control de calidad de datos aplicados a tuberías de IA.
- Conocimiento de marcos de control relevantes (NIST 800-53, NIST AI 600-1, ISO 27001, Ley de IA de la UE) y/o la política/estándar de gobernanza de datos de la firma.
- 7+ años de experiencia relevante en riesgo operativo, resiliencia/BCP, gestión de riesgos de terceros, gobernanza de datos, la división de tecnología de una institución financiera o una empresa de tecnología que construye/mantiene sistemas de IA/ML empresariales.
- Sólidas habilidades de comunicación verbal y escrita con la capacidad de presentar con impacto e influencia.
- Capacidad para trabajar en un entorno de ritmo rápido con un fuerte enfoque en la entrega; sólidas habilidades organizativas; experiencia en gestión de proyectos es una ventaja.
- Dominio de Word, Excel, PowerPoint, SharePoint/OneDrive; SQL, bases de datos de grafos y Tableau es una ventaja.
- Certificaciones relevantes como CISA, CISM, CBCP/MBCI, CTPRP o certificaciones relacionadas con IA/ML, datos y resiliencia.
- Licenciatura en Ciencias de la Computación, Ciberseguridad, Gestión de Negocios y Tecnología, Finanzas, Ciencia de Datos o disciplinas relacionadas.
ACERCA DE GOLDMAN SACHS
En Goldman Sachs, comprometemos a nuestra gente, capital e ideas para ayudar a nuestros clientes, accionistas y las comunidades a las que servimos a crecer. Fundada en 1869, somos una firma líder mundial en banca de inversión, valores y gestión de inversiones. Con sede en Nueva York, mantenemos oficinas en todo el mundo.
Creemos que quién eres te hace mejor en lo que haces. Estamos comprometidos a fomentar y promover la diversidad y la inclusión en nuestro propio lugar de trabajo y más allá, asegurando que cada individuo dentro de nuestra firma tenga una serie de oportunidades para crecer profesional y personalmente, desde nuestras oportunidades de formación y desarrollo y redes en toda la firma hasta beneficios, bienestar y ofertas de finanzas personales y programas de atención plena. Obtenga más información sobre nuestra cultura, beneficios y personas en GS.com/careers.
Estamos comprometidos a encontrar adaptaciones razonables para los candidatos con necesidades especiales o discapacidades durante nuestro proceso de contratación. Obtenga más información: goldmansachs.com/careers/footer/disability-statement.html
© The Goldman Sachs Group, Inc., 2023. Todos los derechos reservados. Goldman Sachs es un empleador que ofrece igualdad de oportunidades/acción afirmativa Mujer/Minoría/Discapacidad/Veterano/Orientación Sexual/Identidad de Género
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil