Capital One est une entreprise de services financiers et de technologie financière qui propose des cartes de crédit, des prêts automobiles ainsi que des produits bancaires et d’épargne. Son activité associe expertise financière, technologie et outils numériques pour améliorer la manière dont les clients gèrent leur argent. Les carrières au sein de l’entreprise sont axées sur la création de solutions centrées sur les clients, dans un environnement de travail diversifié et inclusif.
Ingénieur senior en apprentissage automatique sur site à San José
Concevez et exploitez des modèles d’apprentissage automatique en production, des pipelines de données et une infrastructure cloud chez Capital One. Contribuez au développement des capacités d’IA grâce à des solutions de ML évolutives, gouvernées et explicables.
Description
- Concevoir, développer et fournir des modèles et composants d’apprentissage automatique pour des applications métier concrètes
- Collaborer avec les équipes Produit et Data Science
- Orienter les décisions relatives à l’infrastructure de ML à l’aide de méthodes de modélisation, de données, de sélection des caractéristiques, d’entraînement, de réglage, de dimensionnalité, de biais et de variance, ainsi que de validation
- Écrire et tester du code applicatif
- Développer et valider des modèles d’apprentissage automatique
- Automatiser les flux de travail de test et de déploiement
- Travailler avec une équipe Agile interfonctionnelle pour développer et améliorer des applications de big data et de ML
- Réentraîner, maintenir et surveiller les modèles en production
- Utiliser ou développer des architectures, technologies et plateformes cloud afin de fournir des modèles de ML optimisés à grande échelle
- Construire des pipelines de données optimisés qui alimentent les modèles d’apprentissage automatique
- Appliquer des pratiques d’intégration continue et de livraison continue, notamment les tests et la surveillance automatisés
- Maintenir une gestion rigoureuse du code, une gouvernance des risques liés aux modèles et des pratiques d’IA responsable et explicable
- Programmer dans des langages tels que Python, Scala ou Java
Exigences
- Diplôme de licence ou supérieur en informatique, apprentissage automatique ou dans un domaine quantitatif connexe
- Au moins quatre ans d’expérience en programmation avec Python, Java, Golang ou C++
- Au moins quatre ans d’expérience en apprentissage automatique avec PyTorch ou TensorFlow, Pandas, NumPy et Scikit-learn
- Au moins quatre ans d’expérience dans l’utilisation et l’exploitation de systèmes distribués à grande échelle, tels que Spark et Ray, pour la préparation de données d’IA/ML
- Au moins deux ans d’expérience dans le déploiement et l’exploitation de solutions d’apprentissage automatique en production
- Au moins deux ans d’expérience dans l’exécution de services de production dans le cloud avec AWS, GCP ou Azure
- Au moins deux ans d’expérience dans l’utilisation de Kubernetes pour gérer des systèmes logiciels de ML conteneurisés à grande échelle
- Aucun parrainage pour une nouvelle autorisation de travail ni assistance liée à l’immigration n’est disponible
- Souhaité : master ou doctorat en informatique, génie électrique, mathématiques ou dans un domaine connexe
- Souhaité : au moins trois ans d’optimisation d’algorithmes, de configurations et d’infrastructures de ML
- Souhaité : au moins trois ans d’application de pratiques de développement logiciel telles que le contrôle de version, les tests, les revues de code et le CI/CD
- Souhaité : au moins trois ans de développement de logiciels résilients avec des tests de préproduction, des méthodes de déploiement avancées, de la surveillance, des alertes et des plans de réponse aux incidents
- Souhaité : au moins trois ans d’expérience des techniques d’apprentissage automatique, des types de modèles, des architectures, des concepts d’entraînement et de l’évaluation des modèles
- Souhaité : au moins trois ans de conception, d’implémentation et de mise à l’échelle de pipelines de données prêts pour la production afin d’entraîner et d’évaluer des modèles de ML
- Souhaité : au moins un an en tant que responsable technique de solutions de ML utilisant les pratiques, modèles et automatisations du secteur
- Souhaité : avoir rédigé ou corédigé un article sur une technique, un modèle ou une preuve de concept de ML
Avantages
- La rémunération incitative fondée sur la performance peut inclure des primes en espèces et/ou des incitations à long terme
- Des avantages complets, compétitifs et inclusifs en matière de santé, de finances et autres contribuent au bien-être général
- Des aménagements raisonnables sont disponibles pour les candidats qui en ont besoin