
Capital One یک شرکت خدمات مالی و فینتک است که کارتهای اعتباری، وام خودرو، خدمات بانکی و محصولات پسانداز ارائه میدهد. فعالیت این شرکت با ترکیب تخصص مالی، فناوری و ابزارهای دیجیتال، به بهبود شیوه مدیریت پول توسط مشتریان کمک میکند. تمرکز شغلی شرکت بر ایجاد راهکارهای مشتریمحور در محیط کاری متنوع و فراگیر است.
پژوهشگر کاربردی ۴، بنیانهای هوش مصنوعی و گاردریلهای چندوجهی
گاردریلهای چندوجهی و مدلهای بنیادی هوش مصنوعی را برای تجربههای بانکی Capital One پیش ببرید. از آزمایش تا پیادهسازی در محیط تولید، رهبری پژوهش را بر عهده بگیرید.
$۲۱۸٬۷۰۰ – $۲۷۲٬۳۰۰ / سال
حضوریتماموقتجونیورسطح متوسطزبان مورد نیاز: انگلیسیهوش مصنوعیتوضیحات
- برای ارائه محصولات مبتنی بر هوش مصنوعی با دانشمندان داده، مهندسان نرمافزار، مهندسان یادگیری ماشین و مدیران محصول همکاری کنید
- برای تحلیل دادههای عددی و متنی در مقیاس بزرگ از PyTorch، AWS Ultraclusters، Hugging Face، Lightning و فناوریهای مرتبط استفاده کنید
- مدلهای بنیادی هوش مصنوعی را طراحی، آموزش، ارزیابی، اعتبارسنجی و پیادهسازی کنید
- پژوهش کاربردی انجام دهید که قابلیتهای هوش مصنوعی را برای تجربههای مشتری نسل آینده پیش میبرد
- پژوهش و کار فنی پیچیده را به اهداف کسبوکاری قابلاندازهگیری تبدیل کنید
- برای تهیه گزارشهای فنی و submissions کنفرانسی درباره روشها و یافتههای نوین، با پژوهشگران ارشد همکاری کنید
شرایط لازم
- تا تاریخ شروع برنامهریزیشده، در رشته مهندسی برق، مهندسی کامپیوتر، علوم کامپیوتر، هوش مصنوعی، ریاضیات یا رشتهای مرتبط در حال تحصیل برای PhD باشید یا آن را دریافت کرده باشید؛ alternatively، مدرک M.S. در یکی از این رشتهها به همراه ۲ سال تجربه Applied Research داشته باشید
- تسلط قوی بر روششناسیهای هوش مصنوعی
- تجربه توسعه مدلهای بزرگ یادگیری عمیق برای زبان، تصاویر، رویدادها یا گرافها
- تخصص در دستکم یکی از زمینههای training optimization، self-supervised learning، robustness، explainability یا RLHF
- توانایی اثباتشده برای ارائه مدلها در مقیاس بزرگ، در دادههای آموزشی و بارهای کاری استنتاج
- تجربه مشارکت در کتابخانهها، کد پلتفرم یا کد راهکار برای محصولات موجود
- سابقه مشارکتهای باکیفیت در یادگیری ماشین، از جمله مقالات نویسنده اول یا پروژههای مشابه
- توانایی تعریف و پیگیری دستورکار پژوهشی و مدیریت مستقل پروژههای بلندمدت
- تجربه عملی ساخت مدلها و راهکارهای بنیادی هوش مصنوعی با ابزارهای متنباز و پلتفرمهای ابری
- ترجیحی: مدرک PhD در یک رشته فنی مرتبط
- ترجیحی: تمرکز PhD در NLP برای LLMها، یا مدرک کارشناسی ارشد به همراه ۵ سال تجربه پژوهش صنعتی NLP
- ترجیحی: مقالاتی درباره پیشآموزش مدلهای زبانی بزرگ، نظریه یادگیری عمیق یا کنفرانسهای معتبر هوش مصنوعی
- ترجیحی: تجربه آموزش یک مدل زبانی بزرگ از ابتدا با بیش از ۱۰ میلیارد پارامتر و ۵۰۰ میلیارد توکن
- ترجیحی: تجربه در model sparsification، quantization، training parallelism، gradient checkpointing یا model compression
- ترجیحی: تجربه بهینهسازی آموزش برای مدلهای دارای بیش از ۱۰ میلیارد پارامتر
- ترجیحی: دانش پیشرفته الگوریتمهای یادگیری عمیق یا طراحی بهینهساز
- ترجیحی: تجربه طراحی کامپایلر
- ترجیحی: تجربه supervised fine-tuning، instruction tuning، dialogue fine-tuning یا parameter tuning
- ترجیحی: دانش transfer learning، model adaptation و model guidance
- ترجیحی: تجربه استقرار مدلهای زبانی بزرگ fine-tuned
- ترجیحی: توانایی بازتولید و توسعه پژوهشهای داوریشده هوش مصنوعی با چارچوبهای متنباز مدرن
- ترجیحی: تجربه طراحی آزمایشهای کنترلشده و مستندسازی نتایج بازتولیدپذیری
مزایا
- پرداخت تشویقی مبتنی بر عملکرد ممکن است شامل پاداش نقدی و/یا مشوقهای بلندمدت باشد
- مزایای گسترده، رقابتی و فراگیر سلامت، مالی و سایر مزایا برای حمایت از رفاه کلی طراحی شدهاند
- حمایت از مجوز اشتغال برای متقاضی تازهواجدشرایط ممکن است مورد بررسی قرار گیرد