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.
Senior na Inhinyero sa Machine Learning Onsite sa San Jose
Bumuo at magpatakbo ng mga production machine learning model, data pipeline, at cloud infrastructure sa Capital One. Tumulong sa pagpapalawak ng mga kakayahan sa AI sa pamamagitan ng mga ML solution na nasusukat, maayos ang pamamahala, at naipapaliwanag.
Paglalarawan
- Magdisenyo, bumuo, at maghatid ng mga machine learning model at component para sa mga praktikal na application sa negosyo
- Makipagtulungan sa mga Product at Data Science team
- Gabayan ang mga desisyon sa ML infrastructure gamit ang mga pamamaraan sa pagmomodelo, data, pagpili ng feature, training, tuning, dimensionality, bias at variance, at validation
- Sumulat at sumubok ng application code
- Bumuo at mag-validate ng mga machine learning model
- I-automate ang mga workflow para sa testing at deployment
- Makipagtulungan sa isang cross-functional Agile team upang bumuo at pagandahin ang mga big data at ML application
- I-retrain, panatilihin, at subaybayan ang mga model na tumatakbo sa production
- Gumamit o bumuo ng cloud architecture, technology, at platform upang maghatid ng mga na-optimize na ML model sa malaking saklaw
- Bumuo ng mga na-optimize na data pipeline na nagsusuplay sa mga machine learning model
- Ipatupad ang tuloy-tuloy na integration at tuloy-tuloy na deployment, kabilang ang automated testing at monitoring
- Panatilihin ang disiplinadong code management, model risk governance, at mga kasanayan sa Responsable at Naipapaliwanag na AI
- Magprogram gamit ang mga wikang gaya ng Python, Scala, o Java
Mga Kinakailangan
- Bachelor’s degree o mas mataas sa computer science, machine learning, o kaugnay na quantitative field
- Hindi bababa sa apat na taong karanasan sa programming gamit ang Python, Java, Golang, o C++
- Hindi bababa sa apat na taong karanasan sa machine learning gamit ang PyTorch o TensorFlow, Pandas, NumPy, at Scikit-learn
- Hindi bababa sa apat na taong karanasan sa paggamit at pagpapatakbo ng malalaking distributed system gaya ng Spark at Ray para sa paghahanda ng AI/ML data
- Hindi bababa sa dalawang taong karanasan sa pag-deploy at pagpapatakbo ng mga machine learning solution sa production
- Hindi bababa sa dalawang taong karanasan sa pagpapatakbo ng production service sa cloud gamit ang AWS, GCP, o Azure
- Hindi bababa sa dalawang taong karanasan sa paggamit ng Kubernetes upang pamahalaan ang malalaking containerized ML software system
- Hindi available ang sponsorship para sa bagong employment authorization at suportang may kaugnayan sa immigration
- Mas ninanais: Master’s o doctoral degree sa computer science, electrical engineering, mathematics, o kaugnay na larangan
- Mas ninanais: Tatlo o higit pang taong karanasan sa pag-optimize ng ML algorithm, configuration, at infrastructure
- Mas ninanais: Tatlo o higit pang taong karanasan sa paggamit ng software development practice gaya ng source control, testing, code review, at CI/CD
- Mas ninanais: Tatlo o higit pang taong karanasan sa pagbuo ng matatag na software na may pre-production testing, advanced deployment method, monitoring, alarm, at incident response plan
- Mas ninanais: Tatlo o higit pang taong karanasan sa machine learning technique, model type, architecture, training concept, at model evaluation
- Mas ninanais: Tatlo o higit pang taong karanasan sa pagdidisenyo, pagpapatupad, at pagpapalawak ng production-ready data pipeline para sa training at evaluation ng ML model
- Mas ninanais: Isa o higit pang taong karanasan bilang technical lead para sa mga ML solution gamit ang mga industry practice, pattern, at automation
- Nakasulat o nakipagsulat ng papel tungkol sa isang ML technique, model, o proof of concept
Mga Benepisyo
- Maaaring kabilang sa performance-based incentive compensation ang cash bonus at/o long-term incentive
- Ang komprehensibo, kompetitibo, at inklusibong health, financial, at iba pang benepisyo ay sumusuporta sa pangkalahatang kapakanan
- May makatuwirang accommodation para sa mga aplikanteng nangangailangan nito