Capital One е компания за финансови услуги и финтех решения, която предлага кредитни карти, автомобилни заеми, банкови и спестовни продукти. Дейността ѝ съчетава финансов експертен опит с технологии и дигитални инструменти, за да подобрява начина, по който клиентите управляват парите си. Кариерният фокус на компанията включва създаването на решения, ориентирани към клиентите, в разнообразна и приобщаваща работна среда.
Инженер по машинно обучение в Capital One на място
Изграждайте и управлявайте производствени системи за машинно обучение в Capital One. Работете с модели, облачна инфраструктура, потоци от данни и приложения на отговорен изкуствен интелект.
Описание
- Изграждайте и внедрявайте модели и компоненти за машинно обучение, които отговарят на практически бизнес нужди
- Партнирайте си с продуктови екипи и екипи по наука за данните през целия процес на разработка
- Ръководете избора на инфраструктура за машинно обучение чрез методи за моделиране, подбор на данни и характеристики, обучение, настройка, анализ на размерността, смесването и дисперсията и валидиране
- Разработвайте и тествайте приложен код, валидирайте модели за машинно обучение и автоматизирайте работните процеси за тестване и внедряване
- Работете с междуфункционални Agile екипи за изграждане и подобряване на приложения за големи данни и машинно обучение
- Дообучавайте, поддържайте и наблюдавайте модели, работещи в производствена среда
- Използвайте или създавайте облачни архитектури, платформи и технологии за ефективно предоставяне на модели за машинно обучение в голям мащаб
- Изграждайте оптимизирани потоци от данни, които захранват моделите за машинно обучение
- Прилагайте практики за непрекъсната интеграция и доставка с автоматизирано тестване и наблюдение
- Поддържайте код, който ограничава уязвимостите и подпомага управлението на моделите и отговорния, обясним изкуствен интелект
- Програмирайте на езици като Python, Scala или Java
Изисквания
- Бакалавърска или по-висока степен по компютърни науки, машинно обучение или свързана количествена дисциплина
- Най-малко четири години опит в програмирането с Python, Java, Golang или C++
- Най-малко четири години опит в машинното обучение с PyTorch или TensorFlow и библиотеки като Pandas, NumPy и Scikit-learn
- Най-малко четири години опит в използването и експлоатацията на мащабни разпределени системи, включително Spark или Ray, за подготовка на данни за изкуствен интелект или машинно обучение
- Най-малко две години опит във внедряване и експлоатация на решения за машинно обучение в производствена среда, както и на производствени облачни услуги в AWS, GCP или Azure
- Най-малко две години опит с Kubernetes за управление на мащабни контейнеризирани софтуерни системи за машинно обучение
- Не се предлага спонсориране на разрешение за нова работа или имиграционна подкрепа
- Предпочита се магистърска или докторска степен по компютърни науки, електротехника, математика или свързана област
- Предпочитат се три или повече години оптимизиране на алгоритми, конфигурации и инфраструктура за машинно обучение
- Предпочитат се три или повече години прилагане на практики за разработка на софтуер като контрол на версиите, тестване, прегледи на кода и CI/CD
- Предпочитат се три или повече години изграждане на устойчив софтуер с предпроизводствено тестване, усъвършенствани методи за внедряване, наблюдение, аларми и планиране на реакция при инциденти
- Предпочитат се три или повече години работа с техники за машинно обучение, типове модели, архитектури, концепции за обучение и методи за оценяване
- Предпочитат се три или повече години проектиране, внедряване и мащабиране на готови за производство потоци от данни за обучение и оценяване на модели за машинно обучение
- Предпочита се една или повече години работа като технически ръководител на решения за машинно обучение
- Предпочита се авторство или съавторство на статия, разглеждаща техника, модел или доказателство за концепция в областта на машинното обучение
Придобивки
- Възнаграждението за резултати може да включва парични бонуси и/или дългосрочни стимули
- Цялостни, конкурентни и приобщаващи здравни, финансови и други придобивки, предназначени да подкрепят цялостното благосъстояние
- Работодател, предоставящ равни възможности и ангажиран с недискриминация
- На кандидатите, които се нуждаят от тях, се предоставят разумни улеснения