Capital One
Capital One
Capital One je společnost působící v oblasti finančních služeb a fintechu, která nabízí kreditní karty, úvěry na automobily, bankovní produkty a spořicí produkty. Její činnost propojuje finanční odborné znalosti s technologiemi a digitálními nástroji s cílem zlepšovat způsob, jakým zákazníci spravují své finance. Kariérní zaměření společnosti zahrnuje vytváření řešení zaměřených na zákazníky v rozmanitém a inkluzivním pracovním prostředí.

Inženýr strojového učení Capital One — práce z kanceláře

Budujte a provozujte produkční systémy strojového učení v Capital One. Pracujte s modely, cloudovou infrastrukturou, datovými pipeline a odpovědnými aplikacemi umělé inteligence.

Popis

  • Vytvářet a dodávat modely a komponenty strojového učení, které řeší praktické obchodní potřeby
  • Spolupracovat s produktovými týmy a týmy datové vědy během celého vývoje
  • Řídit volbu infrastruktury ML pomocí metod modelování, výběru dat a příznaků, trénování, ladění, redukce dimenzionality, analýzy zkreslení a rozptylu a validace
  • Vyvíjet a testovat kód aplikací, validovat modely ML a automatizovat pracovní postupy testování a nasazování
  • Pracovat v mezifunkčních agilních týmech na tvorbě a zlepšování aplikací pro big data a strojové učení
  • Opakovaně trénovat, udržovat a monitorovat modely běžící v produkci
  • Využívat nebo vytvářet cloudové architektury, platformy a technologie pro efektivní dodávání modelů ML ve velkém měřítku
  • Vytvářet optimalizované datové pipeline, které zásobují modely strojového učení
  • Zavádět postupy kontinuální integrace a doručování s automatizovaným testováním a monitoringem
  • Udržovat kód, který omezuje zranitelnosti a podporuje správu modelů i odpovědnou a vysvětlitelnou umělou inteligenci
  • Programovat v jazycích, jako jsou Python, Scala nebo Java

Požadavky

  • Bakalářské nebo vyšší vzdělání v oboru informatiky, strojového učení nebo příbuzném kvantitativním oboru
  • Nejméně čtyři roky zkušeností s programováním v jazycích Python, Java, Golang nebo C++
  • Nejméně čtyři roky zkušeností se strojovým učením s využitím PyTorch nebo TensorFlow a knihoven, jako jsou Pandas, NumPy a Scikit-learn
  • Nejméně čtyři roky zkušeností s používáním a provozem rozsáhlých distribuovaných systémů včetně Spark nebo Ray pro přípravu dat pro AI nebo strojové učení
  • Nejméně dva roky zkušeností s nasazováním a provozem řešení strojového učení v produkci a s produkčními cloudovými službami AWS, GCP nebo Azure
  • Nejméně dva roky zkušeností s používáním Kubernetes pro správu rozsáhlých kontejnerizovaných softwarových systémů strojového učení
  • Nové sponzorování pracovního oprávnění a podpora související s imigrací nejsou k dispozici
  • Výhodou je magisterský nebo doktorský titul v oboru informatiky, elektrotechniky, matematiky nebo příbuzném oboru
  • Výhodou jsou nejméně tři roky zkušeností s optimalizací algoritmů ML, konfigurací a infrastruktury
  • Výhodou jsou nejméně tři roky uplatňování postupů vývoje softwaru, jako jsou správa zdrojového kódu, testování, revize kódu a CI/CD
  • Výhodou jsou nejméně tři roky tvorby odolného softwaru s předprodukčním testováním, pokročilými metodami nasazování, monitoringem, alarmy a plánováním reakce na incidenty
  • Výhodou jsou nejméně tři roky práce s technikami strojového učení, typy a architekturami modelů, koncepty trénování a metodami vyhodnocování
  • Výhodou jsou nejméně tři roky navrhování, implementace a škálování produkčně připravených datových pipeline pro trénování a vyhodnocování modelů ML
  • Výhodou je nejméně jeden rok zkušeností s působením na pozici technického vedoucího řešení strojového učení
  • Výhodou je autorství nebo spoluautorství odborného článku zabývajícího se technikou, modelem nebo ověřením konceptu v oblasti ML

Benefity

  • Výkonnostní motivační odměna může zahrnovat hotovostní bonusy a/nebo dlouhodobé pobídky
  • Komplexní, konkurenceschopné a inkluzivní zdravotní, finanční a další benefity navržené na podporu celkové pohody
  • Zaměstnavatel poskytuje rovné příležitosti a zavazuje se k nediskriminaci
  • Uchazečům, kteří je potřebují, jsou k dispozici přiměřená opatření