Capital One ir finanšu pakalpojumu un finanšu tehnoloģiju uzņēmums, kas piedāvā kredītkartes, auto aizdevumus, banku un uzkrājumu produktus. Uzņēmuma darbā finanšu zināšanas tiek apvienotas ar tehnoloģijām un digitālajiem rīkiem, lai uzlabotu to, kā klienti pārvalda savu naudu. Uzņēmuma karjeras iespējas ir vērstas uz klientiem paredzētu risinājumu veidošanu daudzveidīgā un iekļaujošā darba vidē.
Capital One mašīnmācīšanās inženieris klātienē
Veidojiet un pārvaldiet ražošanas mašīnmācīšanās sistēmas uzņēmumā Capital One. Strādājiet ar modeļiem, mākoņinfrastruktūru, datu konveijeriem un atbildīga mākslīgā intelekta lietojumiem.
Apraksts
- Veidojiet un ieviesiet mašīnmācīšanās modeļus un komponentus, kas risina praktiskas uzņēmējdarbības vajadzības
- Visā izstrādes procesā sadarbojieties ar produktu un datu zinātnes komandām
- Virziet ML infrastruktūras izvēli, izmantojot modelēšanas metodes, datu un pazīmju atlasi, apmācību, regulēšanu, dimensiju samazināšanu, nobīdes un dispersijas analīzi, kā arī validāciju
- Izstrādājiet un testējiet lietojumprogrammu kodu, validējiet ML modeļus un automatizējiet testēšanas un izvietošanas darbplūsmas
- Strādājiet starpdisciplinārās Agile komandās, lai veidotu un uzlabotu lielo datu un mašīnmācīšanās lietojumprogrammas
- Atkārtoti apmāciet, uzturiet un uzraugiet ražošanā darbojošos modeļus
- Izmantojiet vai veidojiet mākoņarhitektūras, platformas un tehnoloģijas, lai plašā mērogā nodrošinātu efektīvus ML modeļus
- Veidojiet optimizētus datu konveijerus, kas nodrošina datus mašīnmācīšanās modeļiem
- Ieviesiet nepārtrauktas integrācijas un piegādes praksi ar automatizētu testēšanu un uzraudzību
- Uzturiet kodu, kas ierobežo ievainojamības un atbalsta modeļu pārvaldību, kā arī atbildīgu un izskaidrojamu mākslīgo intelektu
- Programmējiet tādās valodās kā Python, Scala vai Java
Prasības
- Bakalaura grāds vai augstāks grāds datorzinātnēs, mašīnmācīšanās jomā vai saistītā kvantitatīvā disciplīnā
- Vismaz četru gadu programmēšanas pieredze ar Python, Java, Golang vai C++
- Vismaz četru gadu mašīnmācīšanās pieredze ar PyTorch vai TensorFlow un tādām bibliotēkām kā Pandas, NumPy un Scikit-learn
- Vismaz četru gadu pieredze liela mēroga izkliedēto sistēmu, tostarp Spark vai Ray, izmantošanā un ekspluatācijā, lai sagatavotu mākslīgā intelekta vai mašīnmācīšanās datus
- Vismaz divu gadu pieredze mašīnmācīšanās risinājumu ieviešanā un ekspluatācijā ražošanā, kā arī ražošanas mākoņpakalpojumu izmantošanā AWS, GCP vai Azure vidē
- Vismaz divu gadu pieredze Kubernetes izmantošanā liela mēroga konteinerizētu mašīnmācīšanās programmatūras sistēmu pārvaldībai
- Jauna darba atļaujas sponsorēšana un ar imigrāciju saistīts atbalsts nav pieejams
- Vēlama maģistra vai doktora grāds datorzinātnēs, elektrotehnikā, matemātikā vai saistītā jomā
- Vēlama vismaz trīs gadu pieredze ML algoritmu, konfigurāciju un infrastruktūras optimizēšanā
- Vēlama vismaz trīs gadu pieredze programmatūras izstrādes prakšu, piemēram, pirmkoda pārvaldības, testēšanas, koda pārskatu un CI/CD, izmantošanā
- Vēlama vismaz trīs gadu pieredze izturīgas programmatūras izstrādē ar pirmsražošanas testēšanu, uzlabotām izvietošanas metodēm, uzraudzību, trauksmēm un reaģēšanas uz incidentiem plānošanu
- Vēlama vismaz trīs gadu pieredze darbā ar mašīnmācīšanās paņēmieniem, modeļu veidiem, arhitektūrām, apmācības koncepcijām un novērtēšanas metodēm
- Vēlama vismaz trīs gadu pieredze ražošanai gatavu datu konveijeru projektēšanā, ieviešanā un mērogošanā ML modeļu apmācībai un novērtēšanai
- Vēlama vismaz viena gada pieredze mašīnmācīšanās risinājumu tehniskā vadītāja amatā
- Vēlama autorība vai līdzautorība publikācijai par ML paņēmienu, modeli vai koncepcijas pierādījumu
Priekšrocības
- Uz sniegumu balstīts motivācijas atalgojums var ietvert naudas prēmijas un/vai ilgtermiņa stimulus
- Visaptveroši, konkurētspējīgi un iekļaujoši veselības, finansiālie un citi labumi, kas paredzēti vispārējās labklājības atbalstam
- Vienlīdzīgu iespēju darba devējs, kas apņēmies novērst diskrimināciju
- Pretendentiem, kuriem tas nepieciešams, ir pieejami saprātīgi pielāgojumi