„Capital One“ yra finansinių paslaugų ir finansinių technologijų įmonė, siūlanti kredito korteles, paskolas automobiliams, bankininkystės ir taupymo produktus. Jos veikloje finansinė patirtis derinama su technologijomis ir skaitmeniniais įrankiais, kad klientams būtų lengviau valdyti savo pinigus. Įmonės karjeros srityje daugiausia dėmesio skiriama į klientus orientuotų sprendimų kūrimui įvairioje ir įtraukioje darbo aplinkoje.
Vyresnysis mašininio mokymosi inžinierius – Capital One, McLean, darbas biure
Kurkite ir plėskite gamyboje naudojamas mašininio mokymosi sistemas, debesijos platformas ir valdomus dirbtinio intelekto sprendimus Capital One bankininkystės programoms. Dirbsite su modelių kūrimu, duomenų srautais, paskirstyta infrastruktūra ir atsakingo mašininio mokymosi praktikomis.
Aprašymas
- Kartu su produktų ir duomenų mokslo partneriais kurkite ir diekite verslo poreikius atitinkančius mašininio mokymosi modelius ir komponentus
- Kurkite ir plėskite daugelio nuomininkų platformas didelės apimties modelių mokymui ir aptarnavimui
- Remdamiesi modeliavimo, požymių ir duomenų atrankos, mokymo, derinimo, dimensijų, šališkumo ir dispersijos bei validavimo žiniomis, formuokite mašininio mokymosi infrastruktūros pasirinkimus
- Įgyvendinkite ir testuokite taikomųjų programų kodą, validuokite mašininio mokymosi modelius ir automatizuokite testavimo bei diegimo darbo eigą
- Bendradarbiaukite su įvairių sričių Agile komandomis kurdami ir tobulindami didžiųjų duomenų bei mašininio mokymosi programas
- Iš naujo apmokykite, prižiūrėkite ir stebėkite gamyboje veikiančius modelius
- Naudokite arba kurkite debesijos architektūras, technologijas ir platformas, optimizuojančias didelės apimties mašininį mokymąsi
- Kurkite efektyvius duomenų srautus, tiekiančius duomenis mašininio mokymosi modeliams
- Naudokite CI/CD, automatizuotą testavimą ir stebėseną, kad užtikrintumėte patikimą diegimą
- Palaikykite patikimą kodo valdymą, rizikos valdymą ir atsakingo bei paaiškinamojo dirbtinio intelekto praktikas
- Programuokite tokiomis kalbomis kaip Python, Scala ar Java
Reikalavimai
- Kompiuterių mokslo, mašininio mokymosi ar susijusios kiekybinės srities bakalauro arba aukštesnis laipsnis
- Ne mažesnė kaip šešerių metų programavimo patirtis naudojant Python, Java, Golang arba C++
- Ne mažesnė kaip šešerių metų mašininio mokymosi patirtis naudojant PyTorch arba TensorFlow, Pandas, NumPy ir Scikit-learn
- Ne mažesnė kaip šešerių metų patirtis naudojant ir valdant paskirstytąsias sistemas, tokias kaip Spark ar Ray, dirbtinio intelekto ir mašininio mokymosi duomenims paruošti
- Ne mažesnė kaip ketverių metų patirtis diegiant ir valdant gamybinius mašininio mokymosi sprendimus bei debesijos gamybos paslaugas AWS, GCP arba Azure aplinkoje
- Ne mažesnė kaip ketverių metų patirtis naudojant Kubernetes didelės apimties konteinerizuotoms mašininio mokymosi sistemoms valdyti
- Privalumas: magistro arba daktaro laipsnis kompiuterių mokslo, elektros inžinerijos, matematikos ar susijusioje srityje
- Privalumas: ne mažesnė kaip penkerių metų patirtis optimizuojant mašininio mokymosi algoritmus, konfigūracijas ir infrastruktūrą
- Privalumas: ne mažesnė kaip penkerių metų patirtis taikant programinės įrangos kūrimo praktikas, įskaitant šaltinio kodo valdymą, testavimą, kodo peržiūrą ir CI/CD
- Privalumas: ne mažesnė kaip penkerių metų patirtis kuriant atsparią programinę įrangą, naudojant ikigamybinį testavimą, pažangius diegimo metodus, stebėseną, įspėjimus ir reagavimo į incidentus planus
- Privalumas: ne mažesnė kaip penkerių metų patirtis dirbant su mašininio mokymosi metodais, modelių tipais, architektūromis, mokymo koncepcijomis ir vertinimu
- Privalumas: ne mažesnė kaip penkerių metų patirtis projektuojant, įgyvendinant ir plečiant gamybai paruoštus duomenų srautus mašininio mokymosi modeliams mokyti ir vertinti
- Gebėjimas aiškiai komunikuoti ir paaiškinti sudėtingas technines bei mašininio mokymosi sąvokas įvairioms auditorijoms
- Capital One svarstys galimybę paremti naujo kvalifikuoto kandidato leidimo dirbti gavimą šiai pareigybei
Privalumai
- Veiklos rezultatais pagrįstas skatinamasis atlygis, galintis apimti pinigines premijas ir (arba) ilgalaikes paskatas
- Išsamios, konkurencingos ir įtraukios sveikatos, finansinės bei kitos naudos, padedančios užtikrinti bendrą gerovę
- Pagrįstos sąlygos kandidatams, kuriems jų reikia