Gen on maailmanlaajuinen kuluttajateknologiayritys, joka toimii kyberturvallisuuden, digitaalisen yksityisyyden, henkilöllisyyden suojan ja taloudellisen hyvinvoinnin aloilla. Nortonin, Avastin, LifeLockin ja MoneyLionin kaltaisten brändien kautta se auttaa ihmisiä suojaamaan laitteitaan, henkilöllisyyttään, henkilötietojaan ja talouttaan. Sen tuotteisiin kuuluvat uhkien tunnistus, tietomurtoihin reagointi, verkkoyksityisyyden työkalut, pankkipalvelut sekä Enginen kautta tarjottavat sulautetun rahoituksen palvelut. Gen investoi myös tekoälypohjaiseen tietoturvaan ja Gen AI Foundryyn, joka keskittyy luottamuksen rakentamiseen kehittyville tekoälysovelluksille. Yrityksellä on lähes 500 miljoonaa käyttäjää yli 150 maassa, ja sen kaksoispääkonttorit sijaitsevat Prahassa ja Tempessä.
Soveltavan tekoälytutkimuksen senioripäällikkö – Praha, hybridityö
Johda Genin soveltavan tekoälyn tutkimusta kielimallien, vahvistusoppimisen, konenäön ja muiden menetelmien parissa kyberturvallisuustuotteissa. Johda tutkimusinsinöörejä ja vie mallit kokeiluista tuotantoon maailmanlaajuisessa mittakaavassa.
Kuvaus
- Johda käytännönläheisiä soveltavan tekoälyn hankkeita, jotka kattavat pienet kielimallit, vahvistusoppimisen, agenttipohjaisen tekoälyn, konenäön ja klassisen koneoppimisen
- Vastaa arkkitehtuuriin, mallinnukseen ja tuotantokäyttöönottoon liittyvistä päätöksistä
- Johda, mentoroi ja kehitä 3–5 tutkimusinsinöörin tiimiä rekrytoinnin, suorituksen johtamisen, urakehityksen ja teknisen valmennuksen avulla
- Pidä tiimi yhtenäisenä, työskentelykykyisenä ja keskittyneenä mitattaviin tuloksiin
- Prototypoi uusia lähestymistapoja, kehitä mallien rakenteita ja tue GPU-klustereissa suoritettavien koulutusajojen vianmääritystä
- Määrittele ja ylläpidä tutkimuksen ja ohjelmistokehityksen laatustandardeja
- Valvo soveltavan tekoälyn koko elinkaarta ongelman määrittelystä ja datastrategiasta koulutukseen, hienosäätöön, arviointiin, käyttöönottoon, observointiin ja jatkuvaan kehittämiseen
- Johda mallien tuotantotoimituksia ja tee yhteistyötä Platform-, MLOps- ja Product Engineering -tiimien kanssa
- Muunna liiketoiminnan ja tietoturvan prioriteetit selkeästi vaiheistetuksi soveltavan tekoälyn tiekartaksi
- Selitä kompromissit ylimmälle johdolle ja raportoi toimituksista, mallien suorituskyvystä ja vaikutuksista
- Rakenna tiimin käytännöt kokeiden seurantaan, mallien arviointiin, toistettavuuteen, koodikatselmointeihin ja vastuulliseen tekoälyyn
- Osallistu haastatteluihin yhdessä rekrytoivan esihenkilön, AI Research Labin, tuoteorganisaation, sidosryhmien ja johdon kanssa
Vaatimukset
- Tietojenkäsittelytieteen, koneoppimisen, matematiikan tai muun siihen liittyvän kvantitatiivisen alan diplomi-insinöörin tai maisterin tutkinto tai tohtorintutkinto, taikka vastaava käytännön kokemus, joka osoittaa syvällisen osaamisen syväoppimisessa
- Vähintään 5 vuoden käytännön kokemus koneoppimis- ja syväoppimisjärjestelmien rakentamisesta ja käyttöönotosta tuotannossa
- 2–3+ vuoden kokemus pienen koneoppimis- tai tutkimusinsinöörien tiimin johtamisesta tai esihenkilönä toimimisesta, mukaan lukien tekninen ohjaus, toimitukset, rekrytointi ja henkilöstön kehittäminen useilla soveltavan tekoälyn osa-alueilla
- Syvällinen käytännön osaaminen useilta soveltavan tekoälyn alueilta, kuten transformer-pohjaisista pienistä kielimalleista, vahvistusoppimisesta, kuten PPO-, DQN- ja Actor-Critic-menetelmistä, agenttipohjaisista tai työkaluja käyttävistä LLM-järjestelmistä, konenäöstä tai klassisesta koneoppimisesta
- Kyky valita kuhunkin ongelmaan sopiva tekninen lähestymistapa
- Erinomainen Python- ja PyTorch-osaaminen; JAX- tai TensorFlow-kokemus katsotaan eduksi
- Kokemus mallien kouluttamisesta ja hienosäädöstä usean GPU:n klustereissa DeepSpeedin, FSDP:n tai Hugging Face Acceleraten avulla
- Vahva lineaarialgebran, optimoinnin, todennäköisyyslaskennan ja tilastotieteen osaaminen
- Kyky tulkita, arvioida ja toteuttaa uusimpien tutkimusjulkaisujen menetelmiä
- Osoitettu menestys tekoälymallien viemisessä tuotantoon, mukaan lukien dataputket, arviointikehikot, kvantisointi tai pakkaus, päättelyn optimointi, kontit, Kubernetes, pilvialustat ja tuotannon jälkeinen valvonta
- Kokemus MLOps- ja kokeidenhallintatyökaluista, kuten Weights & Biases, MLflow tai vastaavat alustat
- Kokemus CI/CD:stä, koodikatselmoinneista ja observointikäytännöistä
- Kyky johtaa pientä teknistä tiimiä asettamalla suunta, käymällä 1:1-keskusteluja, antamalla palautetta, rekrytoimalla insinöörejä ja muuntamalla epäselviä liiketoimintaongelmia käyttöön otettaviksi tekoälyjärjestelmiksi
- Sujuva englannin kielen taito
- Käytännönläheinen tekninen johtamistapa ja halu pysyä lähellä koodia, malleja ja tuotantojärjestelmiä
- Player-coach-ajattelutapa
- Vahva keskittyminen mallien toimittamiseen, käyttöönottoon ja mittaamiseen tuotannossa
- Hyvä harkintakyky soveltavan tekoälyn mahdollisuuksien arvioinnissa
- Selkeä viestintätaito monimutkaisten koneoppimiskäsitteiden muuttamiseksi päätöksiksi ja kompromisseiksi
- Kyky työskennellä tehokkaasti nopeatempoisessa, epäselvässä ja teknologiapainotteisessa ympäristössä sekä hallita monimutkaisia poikkitoiminnallisia haasteita
- Johtavissa koneoppimistapahtumissa julkaistut tutkimukset, kyberturvallisuus-, tietosuoja- tai identiteettikokemus sekä JAX- tai TensorFlow-osaaminen katsotaan eduksi
Edut
- Joustavat työskentelyjärjestelyt
- Palkallinen vapaa-aika
- Kilpailukykyinen palkkaus
- Henkilöstöedut
- Hyvinvointiohjelmat
- Tuki, resurssit ja työkalut hyvään suoriutumiseen ja urakehitykseen