Ang Capital One ay isang kumpanya ng serbisyong pinansyal at fintech na nag-aalok ng mga credit card, pautang para sa sasakyan, mga serbisyo sa pagbabangko, at mga produktong savings. Pinagsasama ng trabaho nito ang kaalaman sa pananalapi at teknolohiya at mga digital na tool upang mapahusay kung paano pinamamahalaan ng mga customer ang kanilang pera. Nakatuon ang mga oportunidad sa karera ng kumpanya sa pagbuo ng mga solusyong nakasentro sa customer sa isang sari-sari at inklusibong workforce.
Mananaliksik na Praktikal 4, Mga Pundasyon ng AI at Multimodal na Proteksyon
Isulong ang multimodal na proteksyon at mga pundasyong modelo ng AI para sa mga karanasan sa pagbabangko ng Capital One. Pangunahan ang pananaliksik mula eksperimento hanggang pagpapatupad sa produksyon.
Paglalarawan
- Makipagtulungan sa mga data scientist, software engineer, machine learning engineer, at product manager upang maghatid ng mga produktong pinapagana ng AI
- Gamitin ang PyTorch, AWS Ultraclusters, Hugging Face, Lightning, at mga kaugnay na teknolohiya upang suriin ang malakihang numerikal at tekstuwal na datos
- Magdisenyo, magsanay, magsuri, mag-validate, at magpatupad ng mga pundasyong modelo ng AI
- Magsagawa ng praktikal na pananaliksik na nagpapalawak sa mga kakayahan ng AI para sa mga karanasan ng customer sa susunod na henerasyon
- Gawing nasusukat na mga layunin sa negosyo ang kumplikadong pananaliksik at teknikal na gawain
- Makipagtulungan sa mga senior researcher sa mga teknikal na ulat at pagsusumite sa kumperensya tungkol sa mga bagong pamamaraan at natuklasan
Mga Kinakailangan
- Kumukuha o may hawak na PhD sa Electrical Engineering, Computer Engineering, Computer Science, AI, Mathematics, o kaugnay na larangan pagsapit ng nakatakdang petsa ng pagsisimula; bilang alternatibo, may M.S. sa isa sa mga larangang ito na may 2 taong karanasan sa Applied Research
- Matibay na kaalaman sa mga metodolohiya ng AI
- Karanasan sa pagbuo ng malalaki at malalalim na learning model para sa wika, mga larawan, kaganapan, o graph
- Kadalubhasaan sa kahit isa sa training optimization, self-supervised learning, robustness, explainability, o RLHF
- Napatunayang kakayahang maghatid ng mga modelo sa malaking saklaw para sa training data at inference workload
- Karanasan sa pag-aambag ng mga library, platform code, o solution code sa mga umiiral na produkto
- Napatunayang rekord ng de-kalidad na kontribusyon sa machine learning, kabilang ang mga publikasyong first-author o katumbas na proyekto
- Kakayahang magtakda at magsagawa ng agenda sa pananaliksik habang independiyenteng namamahala ng mga pangmatagalang proyekto
- Praktikal na karanasan sa pagbuo ng mga pundasyong modelo at solusyon ng AI gamit ang mga open-source tool at cloud platform
- Mas gusto: PhD sa kaugnay na teknikal na disiplina
- Mas gusto: Pokus ng PhD sa NLP para sa mga LLM o master's degree na may dagdag na 5 taong karanasan sa industriyal na pananaliksik sa NLP
- Mas gusto: Mga publikasyon tungkol sa pre-training ng malalaking language model, teorya ng deep learning, o kinikilalang AI conference
- Mas gusto: Karanasan sa pagsasanay ng malaking language model mula sa simula na may mahigit 10B parameter at 500B token
- Mas gusto: Karanasan sa model sparsification, quantization, training parallelism, gradient checkpointing, o model compression
- Mas gusto: Karanasan sa pag-optimize ng training para sa mga modelong lumalampas sa 10B parameter
- Mas gusto: Advanced na kaalaman sa mga algorithm ng deep learning o optimizer design
- Mas gusto: Karanasan sa compiler design
- Mas gusto: Karanasan sa supervised fine-tuning, instruction tuning, dialogue fine-tuning, o parameter tuning
- Mas gusto: Kaalaman sa transfer learning, model adaptation, at model guidance
- Mas gusto: Karanasan sa pag-deploy ng mga fine-tuned na malaking language model
- Mas gusto: Kakayahang ulitin at palawakin ang peer-reviewed na pananaliksik sa AI gamit ang makabagong open-source framework
- Mas gusto: Karanasan sa pagdidisenyo ng kontroladong eksperimento at pagdodokumento ng mga resulta ng reproducibility
Mga Benepisyo
- Maaaring kabilang sa performance-based incentive compensation ang mga cash bonus at/o pangmatagalang insentibo
- Malawak, mapagkumpitensya, at inklusibong mga benepisyong pangkalusugan, pinansyal, at iba pa na idinisenyo upang suportahan ang pangkalahatang kagalingan
- Maaaring isaalang-alang ang sponsorship para sa awtorisasyon sa pagtatrabaho para sa bagong kwalipikadong aplikante