AI/ML Engineer hos Rebtel i Stockholm
Utvecklar klassiska ML-modeller och LLM-baserade system för produkt och automation. Kräver 4+ års erfarenhet av ML-engineering i Python samt erfarenhet av LLM-ramverk som LangChain, LangGraph eller LlamaIndex.
Titel, arbetsplatsens namn och sammanfattning skrivna av AI utifrån annonsen.
Bra att veta
Lön
Inom yrkesgruppen Systemanalytiker och IT-arkitekter m.fl. har de som jobbar i privat sektor i Stockholm i snitt 65 900 kr i månaden, varav 64 800 kr i grundlön. I hela landet, i privat sektor, tjänar hälften mellan 52 500 kr och 70 900 kr. Det är statistik för yrket, inte vad den här arbetsgivaren betalar.
Källa: SCB, lönestrukturstatistik 2025
Anställningen
Anställningen har inget slutdatum. Den kan börja med en provanställning på högst sex månader. Vill arbetsgivaren avsluta den under provtiden ska du få besked minst två veckor i förväg; annars blir den en vanlig tillsvidareanställning när provtiden är slut. Därefter krävs sakliga skäl för att säga upp dig, och uppsägningstiden är minst en månad, längre ju längre du har varit anställd.
Annonsen nämner tjänstepension och friskvårdsbidrag.
Ett kollektivavtal kan ge andra regler än lagen.
Texten är skriven med AI och kan innehålla fel. Kontrollera med arbetsgivaren.
Källa: Lagen om anställningsskydd (LAS)
Arbetsgivaren
Rebtel har annonserat 35 jobb det senaste året: 35 tillsvidareanställningar. Det är deras första annons inom yrkesgruppen Systemanalytiker och IT-arkitekter m.fl. på två år.
Källa: vår sammanställning av Arbetsförmedlingens annonser
AI/ML Engineer
What will you do?
As a AI/ML Engineer at Rebtel you will define how AI is done at Rebtel. What tooling we standardise on, how we evaluate models we put in front of real users, what "good" looks like for our prompts and our pipelines. AI is going from a side project to the core of how Rebtel operates and what we ship to our users. We're hiring the second engineer on our ML/AI subteam to help build it classical ML for the business, LLM-powered systems for the product, and a clear production mindset on both.
You'll sit inside the Data team, report to our Head of Data, and partner with one other ML/AI engineer to shape this capability from the ground up.
Areas of ownership: You'll own work across two complementary tracks, and you'll ship in both.
Classical ML, in production, for operational leverage
- Risk and fraud models across payments, top-ups, and account behaviour
- Churn prediction and retention modelling on a user base of a million-plus
- Forecasting, pricing, segmentation, and the next batch of operational problems we haven't tackled yet
- Owning models end-to-end scoping with stakeholders, building, deploying, monitoring, retraining
LL
- Ms and AI agents, from internal automation to in-product features
- Start with our customer support agents and automations: RAG pipelines, prompt orchestration, tool-use, evaluation harnesses
- Move LLM capability into the product as user-facing features
- Help guide the company on where AI actually creates leverage, what to build, what to buy, what to ignore and turn the good ideas into shipped systems
Requirements:
- You are an excellent communicator and collaborator. We work in English, but you will hear many languages in our Stockholm office
- 4+ years of hands-on ML engineering in Python, with real production ownership not just notebooks
- Strong fundamentals in classical ML: feature engineering, model selection, validation, and the unglamorous parts of keeping a model healthy in prod
- A genuine production mindset: monitoring, retraining, eval harnesses, CI/CD for models, and the instinct to debug when something drifts at 2am
- Comfort working the whole loop: stakeholder scoping
- data
- model
- deployment
- measurement
- iteration
- Strong written and spoken English, and the ability to translate between business problems and ML ones
- Hands-on experience with LLM frameworks — LangChain, LangGraph, LlamaIndex, or equivalents
- Built RAG systems, agentic workflows, or LLM-backed products that real users (or real internal teams) actually used
- Comfortable with vector databases, embeddings, prompt evaluation, and measuring LLM systems with something more rigorous than vibes
- Obsession with staying up-to-date on developments in the AI space
- Experience with a major cloud (AWS / GCP / Azure), containers, and a modern data stack
Experience in MLOps tooling: MLflow, Airflow, Kubernetes and feature stores is a plus
Background in fintech, payments, telecom, or other regulated / operational domains is a plus
Avsnitt som inte handlar om jobbet är utelämnade. Hela annonsen finns hos Arbetsförmedlingen.
Liknande jobb
Systemanalytiker och IT-arkitekter m.fl. · Stockholm med grannarTitlar och arbetsplatsnamn skrivna av AI
Rebtel
Titlar och arbetsplatsnamn skrivna av AI