Gen er et globalt forbrukerteknologiselskap som opererer innen cybersikkerhet, digitalt personvern, identitetsbeskyttelse og økonomisk velvære. Gjennom merkevarer som Norton, Avast, LifeLock og MoneyLion hjelper selskapet mennesker med å beskytte enhetene, identitetene, personopplysningene og økonomien sin. Produktene omfatter trusseldeteksjon, håndtering av datainnbrudd, verktøy for personvern på nettet, bankfunksjoner og innebygde finanstjenester gjennom Engine. Gen investerer også i AI-drevet sikkerhet og sitt Gen AI Foundry, med fokus på å skape tillit til nye AI-applikasjoner. Selskapet betjener nærmere 500 millioner brukere i over 150 land og har to hovedkontorer i Praha og Tempe.
Seniorleder, anvendt AI-forskning – Praha hybrid
Led anvendt AI-forskning hos Gen innen språkmodeller, forsterkningslæring, datamaskinsyn og relaterte metoder for cybersikkerhetsprodukter. Led Research Engineers, og ta modeller fra eksperimentering til produksjon i global skala.
Beskrivelse
- Lede praktiske initiativer innen anvendt AI som omfatter små språkmodeller, forsterkningslæring, agentisk AI, datamaskinsyn og klassisk maskinlæring
- Ha ansvar for beslutninger om arkitektur, modellering og produksjonssetting
- Lede, veilede og utvikle et team på 3–5 Research Engineers gjennom rekruttering, resultatoppfølging, karriereutvikling og teknisk coaching
- Holde teamet samkjørt, fjerne hindringer og fokusere på målbare resultater
- Prototypere nye tilnærminger, forbedre modelldesign og støtte feilsøking av treningskjøringer på GPU-klynger
- Definere og opprettholde kvalitetsstandarder for forskning og ingeniørarbeid
- Ha oversikt over hele livssyklusen for anvendt AI, fra problemdefinisjon og datastrategi til trening, finjustering, evaluering, utrulling, observerbarhet og kontinuerlig forbedring
- Drive produksjonssetting av modeller og samarbeide med Platform-, MLOps- og Product Engineering-teamene
- Omsette forretnings- og sikkerhetsprioriteringer til et veikart for anvendt AI med tydelig rekkefølge
- Forklare avveininger for seniorledere og rapportere om leveranser, modellprestasjon og effekt
- Bygge teampraksis rundt eksperimentsporing, modelevaluering, reproduserbarhet, kodegjennomgang og ansvarlig AI
- Delta i intervjuer med Hiring Manager, AI Research Lab, Product, interessenter og ledelsen
Krav
- Mastergrad eller ph.d. i informatikk, maskinlæring, matematikk eller en relatert kvantitativ disiplin, eller tilsvarende praktisk erfaring som viser dyp ekspertise innen dyp læring
- Minst 5 års praktisk erfaring med å bygge og sette maskinlærings- og dyp læringssystemer i produksjon
- 2–3+ års erfaring med å lede eller ha personalansvar for et lite team av ML- eller Research Engineers, inkludert teknisk retning, leveranser, rekruttering og medarbeiderutvikling på tvers av flere områder innen anvendt AI
- Dyp praktisk ekspertise innen flere områder av anvendt AI, inkludert transformerbaserte små språkmodeller, forsterkningslæring som PPO, DQN og Actor-Critic-varianter, agentiske eller verktøybrukende LLM-systemer, datamaskinsyn eller klassisk maskinlæring
- Evne til å velge en passende teknisk tilnærming for hvert problem
- Svært gode ferdigheter i Python og PyTorch; erfaring med JAX eller TensorFlow er en fordel
- Erfaring med å trene og finjustere modeller på klynger med flere GPU-er ved hjelp av DeepSpeed, FSDP eller Hugging Face Accelerate
- Sterkt faglig grunnlag i lineær algebra, optimering, sannsynlighet og statistikk
- Evne til å tolke, vurdere og implementere metoder fra nyere forskningsartikler
- Dokumentert erfaring med å sette AI-modeller i produksjon, inkludert datapipelines, evalueringsrammeverk, kvantisering eller komprimering, inferensoptimalisering, containere, Kubernetes, skyplattformer og overvåking etter utrulling
- Erfaring med MLOps- og eksperimentstyringsverktøy som Weights & Biases, MLflow eller tilsvarende plattformer
- Erfaring med CI/CD, kodegjennomgang og praksis for observerbarhet
- Evne til å lede et lite teknisk team ved å sette retning, gjennomføre 1:1-samtaler, gi tilbakemeldinger, rekruttere ingeniører og gjøre uklare forretningsproblemer om til utrullbare AI-systemer
- Flytende engelsk
- Praktisk teknisk lederstil med vilje til å holde seg tett på kode, modeller og produksjonssystemer
- Player-coach-mentalitet
- Sterkt fokus på å levere, sette i drift og måle modeller i produksjon
- God dømmekraft ved vurdering av muligheter innen anvendt AI
- Tydelige kommunikasjonsevner for å omsette komplekse ML-konsepter til beslutninger og avveininger
- Evne til å arbeide effektivt i et hektisk, tvetydig og høyteknologisk miljø samtidig som komplekse tverrfunksjonelle utfordringer håndteres
- Publikasjoner på ledende ML-konferanser, erfaring med cybersikkerhet, personvern eller identitet samt ekspertise innen JAX eller TensorFlow er ønskelig
Fordeler
- Fleksible arbeidsordninger
- Betalt fri
- Konkurransedyktig kompensasjon
- Ansattgoder
- Trivselsprogrammer
- Støtte, ressurser og verktøy for gode resultater og karriereutvikling