Stellenangebot

AI Risk & Controls Lead

Der AI Risk & Controls Lead bei Northern Trust in Chicago ist für die Führung der KI-Governance und die Sicherstellung der Einhaltung regulatorischer, risikobezogener und auditbezogener Erwartungen bei der Entwicklung und dem Betrieb von KI-Modellen verantwortlich.

Ausland

Northern Trust Corporation

100%

Aufgaben

Führung und Überwachung der Unternehmensstakeholder und der Data and AI (Data&AI)-Geschäftsfunktionen im gesamten Unternehmen.
Sicherstellung, dass alle KI-Anwendungsfälle gemäß regulatorischen, risikobezogenen und auditbezogenen Erwartungen konzipiert, implementiert und verwaltet werden, um die Compliance-Exposition des Unternehmens zu minimieren.
Führung und Durchsetzung von KI/ML-Governance-Standards, die zum unternehmensweiten Risikoprofil passen.
Gestaltung eines GLBA/Model-Risk-Rahmens für KI-Modelle (d. h. Modell - Methode - Branche).
Zusammenarbeit mit Data Engineering und ML-Architekten, um Governance in MLOps-Plattformen zu integrieren.
Definition von KI/BI-Überwachungskontrollen (Shadowing, Dokumentation, Ablaufdatum, Überprüfung).
Einarbeitung von Kontrollanforderungen in die Überwachung der Modellleistung.
Erstellung von Modell-Dokumentationen.
Durchführung von Risiko- und Klassifizierungsbeurteilungen (Stufen, Grenzen, Kontrollen).
Sicherstellung der Einhaltung interner Audits, regulatorischer Überprüfungen und der Modellvalidierung.
Wartung von auditbereiten Evidenz-Archiven.
Entwicklung von KI/ML-Risiko-Kontrollrahmen, Nutzungsrichtlinien und Compliance-Dashboards.
Überwachung der Einhaltung von Richtlinien (d. h. EU AI Act, branchenspezifisch, intern).
Zusammenarbeit mit Rechtsabteilung, Compliance und Drittanbieter-Herstellern zur Regelkonformität.
Dokumentation aller KI-Systeme – IRB (Interne Regeln), Unter IRB (IRC) oder AI (Audit Act).
Unterstützung der unternehmensweiten Risiko- und Modellrisiko-Inventare.
Regelmäßige Vorbereitung von Antworten für interne und externe Auditoren für Regulierungsbehörden.
Beratende Anleitung zu allen Dashboards, Datenquellen, KI-Tool-Nutzungen usw. für Kontrollanforderungen.
Sicherstellung, dass konsistente Dashboards im Kontext von Risikokontrollen skalierbar sind.
Proaktives Berichten zu Dashboards und proaktive Reaktionen auf Risiken.