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 sênior de aprendizado de máquina – Capital One, McLean presencial
Desenvolva e escale sistemas de aprendizado de máquina em produção, plataformas de nuvem e soluções de IA governadas para as aplicações bancárias da Capital One. Atue no desenvolvimento de modelos, pipelines de dados, infraestrutura distribuída e práticas responsáveis de aprendizado de máquina.
Descrição
- Desenvolver e entregar modelos e componentes de aprendizado de máquina que atendam às necessidades de negócio em parceria com as equipes de Produto e Ciência de Dados
- Construir e escalar plataformas multi-inquilino para treinamento e disponibilização de modelos em alto volume
- Orientar as escolhas de infraestrutura de aprendizado de máquina com conhecimento em modelagem, seleção de recursos e dados, treinamento, ajuste, dimensionalidade, viés e variância, e validação
- Implementar e testar código de aplicações, validar modelos de aprendizado de máquina e automatizar fluxos de trabalho de testes e implantação
- Colaborar com equipes ágeis multifuncionais para desenvolver e aprimorar aplicações de big data e aprendizado de máquina
- Retreinar, manter e monitorar modelos em produção
- Usar ou criar arquiteturas, tecnologias e plataformas de nuvem que otimizem o aprendizado de máquina em escala
- Construir pipelines de dados eficientes que abasteçam os modelos de aprendizado de máquina
- Usar CI/CD, testes automatizados e monitoramento para apoiar implantações confiáveis
- Manter uma gestão de código sólida, governança de riscos e práticas de IA responsável e explicável
- Programar em 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 seis anos de experiência em programação com Python, Java, Golang ou C++
- Pelo menos seis anos de experiência em aprendizado de máquina com PyTorch ou TensorFlow, Pandas, NumPy e Scikit-learn
- Pelo menos seis anos de experiência usando e operando sistemas distribuídos, como Spark ou Ray, para preparação de dados de IA/aprendizado de máquina
- Pelo menos quatro anos de experiência implantando e operando soluções de aprendizado de máquina em produção e serviços de produção baseados em nuvem na AWS, GCP ou Azure
- Pelo menos quatro anos de experiência usando Kubernetes para gerenciar sistemas de aprendizado de máquina conteinerizados em grande escala
- Preferencial: mestrado ou doutorado em ciência da computação, engenharia elétrica, matemática ou área relacionada
- Preferencial: cinco ou mais anos otimizando algoritmos, configurações e infraestrutura de aprendizado de máquina
- Preferencial: cinco ou mais anos aplicando práticas de desenvolvimento de software, incluindo controle de código-fonte, testes, revisão de código e CI/CD
- Preferencial: cinco ou mais anos construindo software resiliente com testes de pré-produção, métodos avançados de implantação, monitoramento, alertas e planos de resposta a incidentes
- Preferencial: cinco ou mais anos trabalhando com técnicas de aprendizado de máquina, tipos de modelos, arquiteturas, conceitos de treinamento e avaliação
- Preferencial: cinco ou mais anos projetando, implementando e escalando pipelines de dados prontos para produção para treinamento e avaliação de modelos de aprendizado de máquina
- Excelentes habilidades de comunicação para explicar conceitos técnicos e de aprendizado de máquina complexos a públicos variados
- A Capital One considerará patrocinar a autorização de trabalho de um novo candidato qualificado para esta posição
Benefícios
- Remuneração variável baseada em desempenho, podendo incluir bônus em dinheiro e/ou incentivos de longo prazo
- Benefícios abrangentes, competitivos e inclusivos de saúde, financeiros e outros, que apoiam o bem-estar geral
- Adaptações razoáveis para candidatos que delas necessitem