Ready to move beyond experiments and build AI that performs in the real world? We’re looking for an AI Engineer to design, develop and bring intelligent solutions into production—from large language models (LLMs) and agentic frameworks to predictive algorithms.
You’ll combine strong software engineering with deep AI expertise to build scalable, cost-efficient and reliable systems for digital payments. Working across cloud and edge environments, you’ll help improve fraud detection, customer experiences and transaction processing, while championing best-practice use of Databricks.
Why this opportunity stands out
Bring together architecture, hands-on engineering and real-world impact. You’ll tackle demanding payments challenges, turn emerging AI techniques into practical capabilities, and share your expertise to help the wider team deliver better solutions.
What you’ll do
· Design AI from end to end: build autonomous edge AI architectures connecting cloud services and payment platforms, with security, availability and resilience built in.
· Build the data foundations: use Azure Data Factory and Azure Databricks to ingest, transform and curate structured and unstructured payment data for model training and real-time inference.
· Turn generative AI into useful products: develop LLM-powered and agentic solutions for customer assistance, anomaly explanation and documentation generation.
· Apply machine learning to payments: use supervised, unsupervised and reinforcement learning to develop predictive and prescriptive capabilities for risk management, fraud detection and transaction optimisation.
· Engineer for production: build Jenkins CI/CD workflows for automated testing, deployment and monitoring across hybrid infrastructure; optimise edge inference for low latency and high throughput.
· Prove and monitor performance: run experiments, historical-data backtesting and A/B evaluations to assess fraud reduction, customer satisfaction and process efficiency. Implement logging and observability to identify model drift, data-quality issues and operational incidents.
· Build responsibly: partner with payments experts, product managers, data, cybersecurity and compliance teams to translate business requirements into scalable solutions, embedding encryption, access controls, privacy, explainability and auditability.
· Strengthen the team: document architectures, data models, pipelines and operational processes; mentor colleagues in Azure Databricks, Azure Data Factory, Jenkins and AI engineering practices.
· Keep improving: evaluate emerging generative AI, edge inference and MLOps approaches, recommending practical enhancements that improve resilience, business value and trust in digital payments.
What you’ll bring
· Strong hands-on experience designing, developing and operating production-grade AI and ML solutions, with a focus on reliability, scalability, observability and maintainability.
· Extensive experience with Azure Databricks and Azure Data Factory, spanning large-scale data engineering, model development and production operations.
· Practical proficiency in Jenkins for CI/CD pipelines, automated testing and safe, repeatable releases across hybrid environments.
· A deep understanding of feature engineering, model selection, hyperparameter tuning and evaluation metrics, applied to payments risk and fraud use cases.
· Proven experience building generative AI applications, including conversational agents or content-generation tools integrated with payment platforms, with attention to accuracy, explainability and responsible data use.
· Solid payments-domain knowledge, including transaction flows, settlement, chargebacks, fraud patterns and regulatory considerations.
· Clear communication and structured documentation skills, with experience collaborating across distributed teams and hybrid environments during day-shift operations.
Ready to build what’s next?
If you enjoy turning ambitious AI ideas into dependable software—and want to apply your expertise to meaningful payments challenges—we’d love to hear from you. Get in touch and tell us about the AI solutions you’ve taken into production.
À savoir avant de postuler
- Autorisation de travail: Cognizant ne prendra en considération que les candidats à ce poste qui sont légalement autorisés à travailler au Canada sans avoir besoin d'un parrainage de l'employeur, aujourd'hui ou à l'avenir.
- Mesures d’adaptation: Si vous avez un handicap qui nécessite des mesures d’adaptation raisonnable pour effectuer une recherche d’emploi ou poser une candidature, veuillez envoyer un courriel à [email protected] avec votre demande et vos coordonnées.
- L’IA dans notre processus de recrutement: Nous utilisons des outils d'intelligence artificielle (IA) pour trier et évaluer les candidatures efficacement. Notre équipe examine ensuite les candidatures et décide qui passe à l’étape suivante.
- Poste à pourvoir: Sauf indication contraire, ce poste est actuellement vacant et nous cherchons à le pourvoir.
- Exigences linguistiques: Nous demandons à tous les candidats de posséder une connaissance de base de l’anglais afin de faciliter les communications internes. Pour les postes au Québec, la capacité à communiquer efficacement en anglais est requise car vous fournirez des services à et collaborerez avec des parties prenantes anglophones situées hors de la province.
- Inclusion: Cognizant est un employeur souscrivant au principe de l’égalité d’accès à l’emploi. Votre candidature et votre dossier ne seront pas examinés en fonction de la race, de la couleur, du sexe, de la religion, des croyances, de l'orientation sexuelle, de l'identité de genre, de l'origine nationale, du handicap, des renseignements génétiques, de la grossesse, du statut d'ancien combattant ou de toute autre caractéristique protégée par les lois fédérales, provinciales ou locales.
À propos de Cognizant
Cognizant (NASDAQ: CTSH) est un AI Builder et une entreprise de services numériques (ESN) élaborant des solutions complètes d’IA maximisant les investissements pour des résultats concrets. Sa profonde expertise des métiers, des processus et des technologies lui permet d’intégrer dans les systèmes technologiques le contexte unique de chaque organisation de l’ingénierie à la production à l’échelle. Son objectif: améliorer l’efficacité des équipes, créer de la valeur et permettre aux grandes entreprises de rester performantes dans un monde qui évolue rapidement. Pour en savoir plus: cognizant.ai ou @cognizant.
