Capital One
Capital One
Capital One to firma z sektora usług finansowych i fintech, oferująca karty kredytowe, kredyty samochodowe, produkty bankowe oraz produkty oszczędnościowe. Jej działalność łączy wiedzę finansową z technologiami i narzędziami cyfrowymi, aby usprawniać zarządzanie pieniędzmi przez klientów. Firma koncentruje się na tworzeniu rozwiązań zorientowanych na klienta oraz budowaniu różnorodnego i inkluzywnego środowiska pracy.

Starszy inżynier uczenia maszynowego, San Jose, praca stacjonarna

Twórz i obsługuj produkcyjne modele uczenia maszynowego, potoki danych oraz infrastrukturę chmurową w Capital One. Pomagaj rozwijać możliwości AI dzięki skalowalnym, zarządzanym i objaśnialnym rozwiązaniom ML.

Opis

  • Projektowanie, tworzenie i wdrażanie modeli oraz komponentów uczenia maszynowego do praktycznych zastosowań biznesowych
  • Współpraca z zespołami ds. produktu i analizy danych
  • Wspieranie decyzji dotyczących infrastruktury ML z wykorzystaniem metod modelowania, danych, wyboru cech, trenowania, dostrajania, redukcji wymiarowości, analizy obciążenia i wariancji oraz walidacji
  • Pisanie i testowanie kodu aplikacji
  • Tworzenie i walidowanie modeli uczenia maszynowego
  • Automatyzowanie procesów testowania i wdrażania
  • Praca w interdyscyplinarnym zespole Agile nad tworzeniem i ulepszaniem aplikacji do obsługi dużych zbiorów danych i uczenia maszynowego
  • Ponowne trenowanie, utrzymywanie i monitorowanie modeli działających na produkcji
  • Wykorzystywanie lub rozwijanie architektur, technologii i platform chmurowych w celu dostarczania zoptymalizowanych modeli ML na dużą skalę
  • Tworzenie zoptymalizowanych potoków danych zasilających modele uczenia maszynowego
  • Stosowanie praktyk ciągłej integracji i ciągłego wdrażania, w tym automatycznych testów i monitorowania
  • Utrzymywanie zdyscyplinowanego zarządzania kodem, zarządzania ryzykiem modeli oraz praktyk odpowiedzialnej i objaśnialnej AI
  • Programowanie w językach takich jak Python, Scala lub Java

Wymagania

  • Stopień licencjata lub wyższy z informatyki, uczenia maszynowego lub pokrewnej dziedziny ilościowej
  • Co najmniej cztery lata doświadczenia w programowaniu w językach Python, Java, Golang lub C++
  • Co najmniej cztery lata doświadczenia w uczeniu maszynowym z użyciem PyTorch lub TensorFlow, Pandas, NumPy i Scikit-learn
  • Co najmniej cztery lata doświadczenia w używaniu i obsłudze wielkoskalowych systemów rozproszonych, takich jak Spark i Ray, do przygotowywania danych dla AI/ML
  • Co najmniej dwa lata doświadczenia we wdrażaniu i obsłudze rozwiązań uczenia maszynowego na produkcji
  • Co najmniej dwa lata doświadczenia w obsłudze usług produkcyjnych w chmurze z AWS, GCP lub Azure
  • Co najmniej dwa lata doświadczenia w używaniu Kubernetes do zarządzania wielkoskalowymi konteneryzowanymi systemami oprogramowania ML
  • Sponsoring nowego zezwolenia na pracę i wsparcie imigracyjne nie są dostępne
  • Preferowany stopień magistra lub doktora z informatyki, elektrotechniki, matematyki lub pokrewnej dziedziny
  • Preferowane co najmniej trzy lata doświadczenia w optymalizacji algorytmów ML, konfiguracji i infrastruktury
  • Preferowane co najmniej trzy lata doświadczenia w stosowaniu praktyk tworzenia oprogramowania, takich jak kontrola wersji, testowanie, przeglądy kodu i CI/CD
  • Preferowane co najmniej trzy lata doświadczenia w tworzeniu odpornego oprogramowania z testami przedprodukcyjnymi, zaawansowanymi metodami wdrażania, monitorowaniem, alarmami i planami reagowania na incydenty
  • Preferowane co najmniej trzy lata doświadczenia w pracy z technikami uczenia maszynowego, typami i architekturami modeli, koncepcjami trenowania oraz oceną modeli
  • Preferowane co najmniej trzy lata doświadczenia w projektowaniu, wdrażaniu i skalowaniu gotowych do produkcji potoków danych do trenowania i oceny modeli ML
  • Preferowany co najmniej rok doświadczenia w pełnieniu funkcji lidera technicznego rozwiązań ML z wykorzystaniem praktyk branżowych, wzorców i automatyzacji
  • Preferowane autorstwo lub współautorstwo publikacji dotyczącej techniki, modelu lub dowodu słuszności koncepcji w dziedzinie ML

Benefity

  • Wynagrodzenie motywacyjne zależne od wyników może obejmować premie pieniężne i/lub długoterminowe programy motywacyjne
  • Kompleksowe, konkurencyjne i inkluzywne świadczenia zdrowotne, finansowe oraz inne wspierają ogólny dobrostan
  • Kandydatom, którzy ich potrzebują, zapewniamy racjonalne usprawnienia