A Capital One é uma empresa de serviços financeiros e tecnologia financeira que oferece cartões de crédito, empréstimos para automóveis e produtos bancários e de poupança. Seu trabalho combina experiência financeira com tecnologia e ferramentas digitais para melhorar a forma como os clientes administram seu dinheiro. O foco das oportunidades de carreira da empresa é desenvolver soluções voltadas para os clientes em um ambiente de trabalho diversificado e inclusivo.
Engenheiro de aprendizado de máquina presencial na Capital One
Construa e opere sistemas de aprendizado de máquina em produção na Capital One. Trabalhe com modelos, infraestrutura em nuvem, pipelines de dados e aplicações de IA responsável.
Descrição
- Construir e entregar modelos e componentes de aprendizado de máquina que atendam a necessidades práticas de negócios
- Trabalhar em parceria com as equipes de Produto e Ciência de Dados durante todo o desenvolvimento
- Orientar as escolhas de infraestrutura de aprendizado de máquina usando métodos de modelagem, seleção de dados e atributos, treinamento, ajuste, redução de dimensionalidade, análise de viés e variância e validação
- Desenvolver e testar código de aplicações, validar modelos de aprendizado de máquina e automatizar fluxos de trabalho de testes e implantação
- Trabalhar com equipes Agile multifuncionais para criar e aprimorar aplicações de big data e aprendizado de máquina
- Retreinar, manter e monitorar modelos em produção
- Usar ou criar arquiteturas, plataformas e tecnologias de nuvem para entregar modelos de aprendizado de máquina eficientes em escala
- Construir pipelines de dados otimizados que forneçam dados aos modelos de aprendizado de máquina
- Implementar práticas de integração e entrega contínuas com testes e monitoramento automatizados
- Manter código que limite vulnerabilidades e apoie a governança de modelos e uma IA responsável e explicável
- Programar com linguagens como Python, Scala ou Java
Requisitos
- Bacharelado ou grau superior em ciência da computação, aprendizado de máquina ou uma disciplina quantitativa relacionada
- Pelo menos quatro anos de experiência em programação com Python, Java, Golang ou C++
- Pelo menos quatro anos de experiência em aprendizado de máquina com PyTorch ou TensorFlow e bibliotecas como Pandas, NumPy e Scikit-learn
- Pelo menos quatro anos de experiência usando e operando sistemas distribuídos de grande escala, incluindo Spark ou Ray, para preparar dados de IA ou aprendizado de máquina
- Pelo menos dois anos de experiência implantando e operando soluções de aprendizado de máquina em produção, além de serviços de nuvem em produção na AWS, GCP ou Azure
- Pelo menos dois anos de experiência usando Kubernetes para gerenciar sistemas de software de aprendizado de máquina conteinerizados de grande escala
- Não há disponibilidade de patrocínio para novas autorizações de trabalho nem de suporte relacionado à imigração
- Preferencialmente, mestrado ou doutorado em ciência da computação, engenharia elétrica, matemática ou área relacionada
- Preferencialmente, três ou mais anos otimizando algoritmos, configurações e infraestrutura de aprendizado de máquina
- Preferencialmente, três ou mais anos aplicando práticas de desenvolvimento de software, como controle de versão, testes, revisões de código e CI/CD
- Preferencialmente, três ou mais anos criando software resiliente com testes de pré-produção, métodos avançados de implantação, monitoramento, alertas e planejamento de resposta a incidentes
- Preferencialmente, três ou mais anos trabalhando com técnicas de aprendizado de máquina, tipos de modelos, arquiteturas, conceitos de treinamento e métodos de avaliação
- Preferencialmente, três ou mais anos projetando, implementando e escalando pipelines de dados prontos para produção para treinar e avaliar modelos de aprendizado de máquina
- Preferencialmente, um ou mais anos atuando como líder técnico de soluções de aprendizado de máquina
- Preferencialmente, autoria ou coautoria de um artigo sobre uma técnica, modelo ou prova de conceito de aprendizado de máquina
Benefícios
- A remuneração variável baseada em desempenho pode incluir bônus em dinheiro e/ou incentivos de longo prazo
- Benefícios abrangentes, competitivos e inclusivos de saúde, financeiros e outros, desenvolvidos para apoiar o bem-estar geral
- Empregador que oferece igualdade de oportunidades e está comprometido com a não discriminação
- Acomodações razoáveis estão disponíveis para candidatos que precisem delas