Capital One
Capital One
Capital One er et selskap innen finansielle tjenester og fintech som tilbyr kredittkort, billån, banktjenester og spareprodukter. Arbeidet kombinerer finansiell ekspertise med teknologi og digitale verktøy for å forbedre hvordan kundene håndterer pengene sine. Karrierearbeidet i selskapet fokuserer på å utvikle kundeorienterte løsninger i et mangfoldig og inkluderende arbeidsmiljø.

Senior maskinlæringsingeniør San Jose på kontoret

Bygg og driftsett maskinlæringsmodeller, datapipelines og skyinfrastruktur i produksjon hos Capital One. Bidra til å utvikle AI-kapasitet gjennom skalerbare, styrte og forklarbare ML-løsninger.

Beskrivelse

  • Utform, bygg og lever maskinlæringsmodeller og komponenter for praktiske forretningsapplikasjoner
  • Samarbeid med produkt- og datavitenskapsteam
  • Veiled beslutninger om ML-infrastruktur ved hjelp av modelleringsmetoder, data, funksjonsutvalg, trening, justering, dimensjonalitet, bias og varians samt validering
  • Skriv og test applikasjonskode
  • Utvikle og valider maskinlæringsmodeller
  • Automatiser arbeidsflyter for testing og utrulling
  • Arbeid i et tverrfunksjonelt smidig team for å bygge og forbedre big data- og ML-applikasjoner
  • Tren på nytt, vedlikehold og overvåk modeller som kjører i produksjon
  • Bruk eller utvikle skyarkitekturer, teknologier og plattformer for å levere optimaliserte ML-modeller i stor skala
  • Bygg optimaliserte datapipelines som forsyner maskinlæringsmodeller med data
  • Bruk praksiser for kontinuerlig integrasjon og kontinuerlig levering, inkludert automatisert testing og overvåking
  • Oppretthold disiplinert kodehåndtering, styring av modellrisiko samt ansvarlig og forklarbar AI
  • Programmer i språk som Python, Scala eller Java

Krav

  • Bachelorgrad eller høyere innen informatikk, maskinlæring eller et beslektet kvantitativt fagområde
  • Minst fire års programmeringserfaring med Python, Java, Golang eller C++
  • Minst fire års erfaring med maskinlæring ved bruk av PyTorch eller TensorFlow, Pandas, NumPy og Scikit-learn
  • Minst fire års erfaring med å bruke og drifte storskala distribuerte systemer som Spark og Ray for dataforberedelse innen AI/ML
  • Minst to års erfaring med å distribuere og drifte maskinlæringsløsninger i produksjon
  • Minst to års erfaring med å kjøre produksjonstjenester i skyen med AWS, GCP eller Azure
  • Minst to års erfaring med å bruke Kubernetes til å administrere storskala containeriserte ML-programvaresystemer
  • Ny støtte til arbeidstillatelse og immigrasjonsrelatert hjelp er ikke tilgjengelig
  • Foretrukket: Mastergrad eller doktorgrad innen informatikk, elektroteknikk, matematikk eller et beslektet fagområde
  • Foretrukket: Tre eller flere års erfaring med å optimalisere ML-algoritmer, konfigurasjoner og infrastruktur
  • Foretrukket: Tre eller flere års erfaring med å bruke programvareutviklingspraksiser som kildekontroll, testing, kodegjennomganger og CI/CD
  • Foretrukket: Tre eller flere års erfaring med å bygge robust programvare med testing før produksjon, avanserte utrullingsmetoder, overvåking, alarmer og planer for hendelseshåndtering
  • Foretrukket: Tre eller flere års erfaring med maskinlæringsteknikker, modelltyper, arkitekturer, treningskonsepter og modelevaluering
  • Foretrukket: Tre eller flere års erfaring med å utforme, implementere og skalere produksjonsklare datapipelines for trening og evaluering av ML-modeller
  • Foretrukket: Ett eller flere års erfaring som teknisk leder for ML-løsninger ved bruk av bransjepraksis, mønstre og automatisering
  • Foretrukket: Har skrevet eller vært medforfatter på en artikkel om en ML-teknikk, modell eller proof of concept

Fordeler

  • Resultatbasert insentivkompensasjon kan omfatte kontantbonuser og/eller langsiktige insentiver
  • Omfattende, konkurransedyktige og inkluderende helse-, økonomiske og andre ytelser støtter generell trivsel
  • Rimelig tilrettelegging er tilgjengelig for søkere som trenger det