Capital One è un’azienda di servizi finanziari e tecnologia finanziaria che offre carte di credito, prestiti per automobili e prodotti bancari e di risparmio. La sua attività combina competenze finanziarie, tecnologia e strumenti digitali per migliorare il modo in cui i clienti gestiscono il denaro. Le opportunità professionali dell’azienda sono incentrate sulla creazione di soluzioni pensate per i clienti all’interno di una forza lavoro diversificata e inclusiva.
Ricercatore applicato 4, fondamenti dell’IA e salvaguardie multimodali
Fai progredire le salvaguardie multimodali e i modelli fondamentali di IA per le esperienze bancarie di Capital One. Guida la ricerca dalla sperimentazione all’implementazione in produzione.
Descrizione
- Collaborare con data scientist, ingegneri del software, ingegneri di machine learning e product manager per sviluppare prodotti basati sull’IA
- Applicare PyTorch, AWS Ultraclusters, Hugging Face, Lightning e tecnologie correlate per analizzare dati numerici e testuali su larga scala
- Progettare, addestrare, valutare, convalidare e implementare modelli fondamentali di IA
- Svolgere ricerca applicata per far progredire le capacità dell’IA nelle esperienze cliente di nuova generazione
- Trasformare ricerche complesse e attività tecniche in obiettivi aziendali misurabili
- Collaborare con ricercatori senior a rapporti tecnici e proposte per conferenze su metodi e risultati innovativi
Requisiti
- Conseguire o possedere un dottorato in Ingegneria elettrica, Ingegneria informatica, Informatica, IA, Matematica o un campo correlato entro la data di inizio prevista; in alternativa, possedere una laurea magistrale in uno di questi campi e 2 anni di esperienza nella ricerca applicata
- Solida padronanza delle metodologie di IA
- Esperienza nello sviluppo di grandi modelli di deep learning per linguaggio, immagini, eventi o grafi
- Competenza in almeno una delle seguenti aree: ottimizzazione dell’addestramento, apprendimento autosupervisionato, robustezza, spiegabilità o RLHF
- Comprovata capacità di fornire modelli su larga scala per dati di addestramento e carichi di lavoro di inferenza
- Esperienza nel contribuire con librerie, codice di piattaforma o codice di soluzioni a prodotti esistenti
- Esperienza comprovata di contributi di alta qualità al machine learning, comprese pubblicazioni come primo autore o progetti comparabili
- Capacità di definire e perseguire un programma di ricerca gestendo in autonomia progetti a lungo termine
- Esperienza pratica nella creazione di modelli fondamentali e soluzioni di IA con strumenti open source e piattaforme cloud
- Preferibile: dottorato in una disciplina tecnica correlata
- Preferibile: dottorato incentrato sull’elaborazione del linguaggio naturale per LLM o laurea magistrale più 5 anni di esperienza nella ricerca industriale sul linguaggio naturale
- Preferibile: pubblicazioni sul pre-addestramento di grandi modelli linguistici, sulla teoria del deep learning o presso conferenze di IA riconosciute
- Preferibile: esperienza nell’addestramento da zero di un grande modello linguistico con più di 10 miliardi di parametri e 500 miliardi di token
- Preferibile: esperienza con sparsificazione dei modelli, quantizzazione, parallelismo dell’addestramento, checkpointing dei gradienti o compressione dei modelli
- Preferibile: esperienza nell’ottimizzazione dell’addestramento di modelli con oltre 10 miliardi di parametri
- Preferibile: conoscenza avanzata degli algoritmi di deep learning o della progettazione di ottimizzatori
- Preferibile: esperienza nella progettazione di compilatori
- Preferibile: esperienza con fine-tuning supervisionato, instruction tuning, fine-tuning dei dialoghi o tuning dei parametri
- Preferibile: conoscenza del transfer learning, dell’adattamento dei modelli e della guida dei modelli
- Preferibile: esperienza nella distribuzione di grandi modelli linguistici sottoposti a fine-tuning
- Preferibile: capacità di riprodurre ed estendere ricerche di IA sottoposte a revisione paritaria con moderni framework open source
- Preferibile: esperienza nella progettazione di esperimenti controllati e nella documentazione dei risultati di riproducibilità
Benefit
- La retribuzione incentivante basata sulle prestazioni può includere bonus in denaro e/o incentivi a lungo termine
- Ampia gamma di benefit competitivi e inclusivi per la salute, le finanze e altri ambiti, progettati per sostenere il benessere generale
- La sponsorizzazione dell’autorizzazione al lavoro può essere presa in considerazione per una persona candidata recentemente qualificata