Mimecast to firma z branży cyberbezpieczeństwa, która pomaga organizacjom mierzyć się z nieustannymi zagrożeniami cyfrowymi dzięki usługom bezpieczeństwa projektowanym z myślą o prywatności, odporności i wygodzie użytkowników. Jej zespół liczy ponad 2500 pracowników działających na rynkach międzynarodowych, w tym w Stanach Zjednoczonych, Wielkiej Brytanii i Australii. Firma koncentruje się na przewidywaniu pojawiających się zagrożeń, stałym wzmacnianiu ochrony oraz rozwijaniu kultury opartej na doskonałości w zakresie bezpieczeństwa i ciągłym doskonaleniu.
Inżynier ds. uczenia maszynowego II — praca hybrydowa w Columbus
Twórz skalowalne rozwiązania uczenia maszynowego, generatywnej sztucznej inteligencji i potoki danych działające w czasie rzeczywistym dla produktu Mimecast Incydr do obsługi cyberbezpieczeństwa i ryzyka wewnętrznego. Prowadź wdrożenia produkcyjne oraz inicjatywy międzyfunkcyjne rozwijające funkcje dostępne dla klientów.
Opis
- Prowadzenie badań, projektowanie, tworzenie i utrzymywanie zaawansowanych modeli uczenia maszynowego
- Trenowanie, ocenianie i dostrajanie modeli pod kątem wyboru, walidacji, dokładności, opóźnień i przepustowości
- Rekomendowanie podejść do skalowalności, dostrajania modeli i konfiguracji infrastruktury danych
- Projektowanie i wdrażanie kompletnych potoków danych i uczenia maszynowego dla produktów działających w czasie rzeczywistym
- Pozyskiwanie, oczyszczanie i przekształcanie surowych danych za pomocą inżynierii cech
- Przygotowywanie modeli uczenia maszynowego do wdrożenia produkcyjnego i integrowanie ich z istniejącymi systemami
- Monitorowanie skuteczności, przepustowości i opóźnień wdrożonych modeli
- Współtworzenie architektury oprogramowania dla dużych zbiorów danych
- Prowadzenie projektów uczenia maszynowego od wstępnej koncepcji do wydania produkcyjnego
- Mentorowanie młodszych współpracowników i promowanie najlepszych praktyk inżynieryjnych
- Współpraca z zespołami produktu, inżynierii, marketingu, obsługi klienta, sprzedaży oraz innymi zespołami rozwijającymi produkt
- Tworzenie funkcji dla klientów i modeli predykcyjnych poprzez badania i eksperymenty
- Wyjaśnianie złożonych koncepcji technicznych podczas sesji dzielenia się wiedzą
- Zarządzanie, kształtowanie i ustalanie priorytetów pracy przy ograniczonym nadzorze
- Budowanie relacji z interesariuszami oraz wspieranie współpracującej, inkluzywnej i stale doskonalącej się kultury zespołowej
- Korzystanie z narzędzi do tworzenia rozwiązań AI w celu badania koncepcji, prototypowania rozwiązań, interpretowania danych oraz eksperymentowania z dużymi modelami językowymi i systemami agentowymi
Wymagania
- Doktorat lub tytuł magistra w dziedzinie ilościowej oraz co najmniej cztery lata stosowania zaawansowanego uczenia maszynowego do problemów przemysłowych albo tytuł licencjata i co najmniej sześć lat bezpośrednio powiązanego doświadczenia
- Zaawansowane umiejętności programowania w Pythonie, C++, Javie lub Kotlinie
- Praktyczne doświadczenie z PyTorch, NLTK, spaCy, OpenCV, Tesseract i Hugging Face
- Znajomość algebry liniowej, optymalizacji stochastycznej i teorii prawdopodobieństwa
- Znajomość wnioskowania statystycznego i metod uczenia maszynowego, w tym prognozowania, analizy szeregów czasowych, testowania hipotez, wykrywania anomalii, klasyfikacji i regresji
- Doświadczenie w pracy z wielkoskalowymi zbiorami danych zawierającymi ponad dwa miliony przykładów treningowych oraz z silnie niezrównoważonymi danymi
- Biegłość w korzystaniu z usług AWS, takich jak ECS, Kinesis, Lambda, S3, Glue, SageMaker, Bedrock, Athena, RDS i Redshift
- Doświadczenie w projektowaniu i wdrażaniu skalowalnych usług generatywnej AI z użyciem LangChain, LlamaIndex, n8n i Spring AI
- Umiejętność tworzenia i utrzymywania infrastruktury jako kodu
- Doświadczenie w korzystaniu z systemów kontroli wersji
- Znajomość zasad postępowania z danymi wrażliwymi wynikających z umów ramowych o świadczenie usług i obowiązków dotyczących zgodności
- Silne umiejętności analityczne, rozwiązywania problemów, komunikacji, współpracy, adaptacji, odpowiedzialności i dbałości o szczegóły
- Umiejętność wyjaśniania koncepcji technicznych i implikacji biznesowych odbiorcom nietechnicznym oraz pomyślne przejście wymaganych kontroli przeszłości
- Pomyślne przejście wymaganych kontroli przeszłości
Benefity
- Kompleksowy pakiet świadczeń
- Ustrukturyzowane możliwości nauki i uczenia się w pracy
- Hybrydowy model pracy z indywidualną elastycznością
- Inkluzywne i różnorodne miejsce pracy
- Dostosowania lub udogodnienia podczas rozmowy kwalifikacyjnej dla osób z niepełnosprawnościami lub innymi potrzebami
- Mogą być dostępne programy motywacyjne
- Dodatkowe świadczenia są zapewniane zgodnie z polityką firmy i obowiązującymi lokalnymi przepisami