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.
Pesquisador aplicado 4, fundamentos de IA e barreiras de segurança multimodais
Desenvolva barreiras de segurança multimodais e modelos fundamentais de IA para as experiências bancárias da Capital One. Conduza pesquisas da experimentação à implementação em produção.
Descrição
- Colaborar com cientistas de dados, engenheiros de software, engenheiros de aprendizado de máquina e gerentes de produto para desenvolver produtos baseados em IA
- Aplicar PyTorch, AWS Ultraclusters, Hugging Face, Lightning e tecnologias relacionadas para analisar dados numéricos e textuais em grande escala
- Projetar, treinar, avaliar, validar e implementar modelos fundamentais de IA
- Realizar pesquisa aplicada que avance as capacidades de IA para experiências de clientes de próxima geração
- Transformar pesquisas complexas e trabalho técnico em objetivos de negócio mensuráveis
- Trabalhar com pesquisadores seniores em relatórios técnicos e submissões para conferências sobre métodos e descobertas inovadores
Requisitos
- Estar cursando ou possuir doutorado em Engenharia Elétrica, Engenharia da Computação, Ciência da Computação, IA, Matemática ou área relacionada até a data de início prevista; alternativamente, possuir mestrado em uma dessas áreas e 2 anos de experiência em pesquisa aplicada
- Domínio sólido de metodologias de IA
- Experiência no desenvolvimento de modelos grandes de aprendizado profundo para linguagem, imagens, eventos ou grafos
- Especialização em pelo menos uma destas áreas: otimização de treinamento, aprendizado autossupervisionado, robustez, explicabilidade ou RLHF
- Capacidade comprovada de entregar modelos em escala em dados de treinamento e cargas de trabalho de inferência
- Experiência contribuindo com bibliotecas, código de plataforma ou código de soluções para produtos existentes
- Histórico de contribuições de alta qualidade em aprendizado de máquina, incluindo publicações como primeiro autor ou projetos comparáveis
- Capacidade de definir e desenvolver uma agenda de pesquisa enquanto gerencia projetos de longo prazo de forma independente
- Experiência prática na criação de modelos fundamentais e soluções de IA com ferramentas de código aberto e plataformas de nuvem
- Preferencial: doutorado em uma disciplina técnica relacionada
- Preferencial: foco do doutorado em PLN para LLMs ou mestrado mais 5 anos de experiência em pesquisa industrial de PLN
- Preferencial: publicações sobre pré-treinamento de grandes modelos de linguagem, teoria do aprendizado profundo ou conferências reconhecidas de IA
- Preferencial: experiência treinando um grande modelo de linguagem do zero com mais de 10 bilhões de parâmetros e 500 bilhões de tokens
- Preferencial: experiência com esparsificação de modelos, quantização, paralelismo de treinamento, checkpointing de gradientes ou compressão de modelos
- Preferencial: experiência otimizando o treinamento de modelos com mais de 10 bilhões de parâmetros
- Preferencial: conhecimento avançado de algoritmos de aprendizado profundo ou design de otimizadores
- Preferencial: experiência com design de compiladores
- Preferencial: experiência com ajuste fino supervisionado, ajuste de instruções, ajuste fino de diálogos ou ajuste de parâmetros
- Preferencial: conhecimento de aprendizado por transferência, adaptação de modelos e orientação de modelos
- Preferencial: experiência implantando grandes modelos de linguagem ajustados
- Preferencial: capacidade de reproduzir e ampliar pesquisas de IA revisadas por pares com frameworks modernos de código aberto
- Preferencial: experiência projetando experimentos controlados e documentando resultados de reprodutibilidade
Benefícios
- A remuneração variável baseada em desempenho pode incluir bônus em dinheiro e/ou incentivos de longo prazo
- Ampla variedade de benefícios competitivos e inclusivos de saúde, financeiros e outros, desenvolvidos para apoiar o bem-estar geral
- O patrocínio para autorização de trabalho pode ser considerado para uma pessoa candidata recém-qualificada