Gen ist ein global tätiges Unternehmen für Verbraucher-Technologie mit Aktivitäten in den Bereichen Cybersicherheit, digitaler Datenschutz, Identitätsschutz und finanzielle Gesundheit. Mit Marken wie Norton, Avast, LifeLock und MoneyLion unterstützt das Unternehmen Menschen dabei, ihre Geräte, Identitäten, persönlichen Informationen und Finanzen zu schützen. Zu den Produkten gehören Bedrohungserkennung, Reaktionen auf Datenschutzverletzungen, Tools für den Online-Datenschutz, Banking-Funktionen sowie eingebettete Finanzdienstleistungen über Engine. Gen investiert außerdem in KI-gestützte Sicherheit und in seine Gen AI Foundry, die sich darauf konzentriert, Vertrauen in neue KI-Anwendungen zu schaffen. Das Unternehmen betreut nahezu 500 Millionen Nutzerinnen und Nutzer in mehr als 150 Ländern und hat seinen doppelten Hauptsitz in Prag und Tempe.
Senior Manager/in, Angewandte KI-Forschung – Hybrid in Prag
Leiten Sie bei Gen angewandte KI-Forschung in den Bereichen Sprachmodelle, Reinforcement Learning, Computer Vision und verwandte Methoden für Cybersicherheitsprodukte. Führen Sie Research Engineers und überführen Sie Modelle von der Experimentierphase in die Produktion im globalen Maßstab.
Beschreibung
- Leiten Sie praxisnahe Initiativen im Bereich angewandte KI, darunter kleine Sprachmodelle, Reinforcement Learning, agentische KI, Computer Vision und klassisches maschinelles Lernen
- Verantworten Sie Architektur-, Modellierungs- und Produktionsentscheidungen
- Führen, betreuen und entwickeln Sie ein Team von 3–5 Research Engineers durch Recruiting, Leistungsmanagement, Karriereentwicklung und technisches Coaching
- Halten Sie das Team abgestimmt, beseitigen Sie Hindernisse und richten Sie es auf messbare Ergebnisse aus
- Erproben Sie neue Ansätze, verfeinern Sie Modelldesigns und unterstützen Sie das Debugging von Trainingsläufen auf GPU-Clustern
- Definieren und pflegen Sie Qualitätsstandards für Forschung und Engineering
- Verantworten Sie den Lebenszyklus angewandter KI von der Problemdefinition und Datenstrategie über Training, Feinabstimmung, Evaluierung, Bereitstellung, Beobachtbarkeit und kontinuierliche Verbesserung
- Treiben Sie die Produktionsbereitstellung von Modellen voran und arbeiten Sie mit den Teams für Plattform, MLOps und Product Engineering zusammen
- Überführen Sie Geschäfts- und Sicherheitsprioritäten in eine klar sequenzierte Roadmap für angewandte KI
- Erläutern Sie Zielkonflikte gegenüber leitenden Führungskräften und berichten Sie über Umsetzung, Modellleistung und Wirkung
- Etablieren Sie Teampraktiken für Experiment-Tracking, Modellevaluierung, Reproduzierbarkeit, Code-Reviews und verantwortungsvolle KI
- Nehmen Sie an Vorstellungsgesprächen mit der einstellenden Führungskraft, dem AI Research Lab, Product, Stakeholdern und der Unternehmensleitung teil
Anforderungen
- M.Sc. oder Promotion in Informatik, maschinellem Lernen, Mathematik oder einer verwandten quantitativen Fachrichtung oder gleichwertige praktische Erfahrung mit nachgewiesener Expertise im Deep Learning
- Mindestens 5 Jahre praktische Erfahrung in der Entwicklung und Bereitstellung von Machine-Learning- und Deep-Learning-Systemen in der Produktion
- 2–3+ Jahre Erfahrung in der Leitung oder Führung eines kleinen Teams aus ML- oder Research Engineers, einschließlich technischer Ausrichtung, Umsetzung, Recruiting und Personalentwicklung über mehrere Bereiche der angewandten KI hinweg
- Tiefgehende praktische Expertise in mehreren Bereichen der angewandten KI, darunter transformerbasierte kleine Sprachmodelle, Reinforcement Learning wie PPO-, DQN- und Actor-Critic-Varianten, agentische oder toolnutzende LLM-Systeme, Computer Vision oder klassisches maschinelles Lernen
- Fähigkeit, für jedes Problem einen geeigneten technischen Ansatz auszuwählen
- Sehr gute Python- und PyTorch-Kenntnisse; Erfahrung mit JAX oder TensorFlow ist von Vorteil
- Erfahrung mit dem Training und der Feinabstimmung von Modellen auf Multi-GPU-Clustern mit DeepSpeed, FSDP oder Hugging Face Accelerate
- Fundierte Kenntnisse in linearer Algebra, Optimierung, Wahrscheinlichkeitsrechnung und Statistik
- Fähigkeit, Methoden aus aktuellen Forschungsarbeiten zu interpretieren, zu bewerten und umzusetzen
- Nachgewiesener Erfolg bei der Überführung von KI-Modellen in die Produktion, einschließlich Datenpipelines, Evaluierungsharnesses, Quantisierung oder Kompression, Inferenzoptimierung, Containern, Kubernetes, Cloud-Plattformen und Überwachung nach der Bereitstellung
- Erfahrung mit MLOps- und Experiment-Management-Tools wie Weights & Biases, MLflow oder vergleichbaren Plattformen
- Erfahrung mit CI/CD, Code-Reviews und Praktiken der Beobachtbarkeit
- Fähigkeit, ein kleines technisches Team zu führen, indem Sie die Richtung vorgeben, 1:1-Gespräche durchführen, Feedback geben, Engineers einstellen und unklare Geschäftsprobleme in bereitstellbare KI-Systeme überführen
- Fließendes Englisch
- Praxisnaher technischer Führungsstil mit der Bereitschaft, eng an Code, Modellen und Produktionssystemen zu arbeiten
- Player-Coach-Mentalität
- Starker Fokus auf die Auslieferung, Bereitstellung und Messung von Modellen in der Produktion
- Sicheres Urteilsvermögen bei der Bewertung von Möglichkeiten im Bereich angewandte KI
- Klare Kommunikationsfähigkeit, um komplexe ML-Konzepte in Entscheidungen und Zielkonflikte zu übersetzen
- Fähigkeit, in einem dynamischen, unklaren und technologisch anspruchsvollen Umfeld effektiv zu arbeiten und komplexe funktionsübergreifende Herausforderungen zu bewältigen
- Publikationen auf führenden ML-Konferenzen sowie Erfahrung in Cybersicherheit, Datenschutz oder Identität und Expertise in JAX oder TensorFlow sind wünschenswert
Zusatzleistungen
- Flexible Arbeitsmodelle
- Bezahlte Freistellung
- Wettbewerbsfähige Vergütung
- Mitarbeitervorteile
- Programme für das Wohlbefinden
- Unterstützung, Ressourcen und Tools für starke Leistung und berufliche Entwicklung