Gen este o companie globală de tehnologie pentru consumatori, care activează în domeniile securității cibernetice, confidențialității digitale, protecției identității și bunăstării financiare. Prin branduri precum Norton, Avast, LifeLock și MoneyLion, compania îi ajută pe oameni să își protejeze dispozitivele, identitatea, informațiile personale și finanțele. Produsele sale includ detectarea amenințărilor, răspunsul la breșe de securitate, instrumente pentru confidențialitatea online, funcții bancare și servicii de finanțare încorporată prin Engine. Gen investește, de asemenea, în securitate bazată pe inteligență artificială și în Gen AI Foundry, axat pe construirea încrederii în aplicațiile emergente de inteligență artificială. Compania deservește aproape 500 de milioane de utilizatori din peste 150 de țări și are sedii centrale duble în Praga și Tempe.
Manager senior, cercetare AI aplicată - Praga, regim hibrid
Condu cercetarea în domeniul inteligenței artificiale aplicate la Gen, acoperind modele lingvistice, învățare prin consolidare, viziune computerizată și metode conexe pentru produse de securitate cibernetică. Gestionează ingineri de cercetare și du modelele de la experimentare la producție la scară globală.
Descriere
- Condu inițiative practice de inteligență artificială aplicată care acoperă modele lingvistice mici, învățare prin consolidare, inteligență artificială bazată pe agenți, viziune computerizată și învățare automată clasică
- Asumă responsabilitatea pentru deciziile de arhitectură, modelare și operaționalizare
- Gestionează, îndrumă și dezvoltă o echipă de 3–5 ingineri de cercetare prin recrutare, managementul performanței, dezvoltarea carierei și mentorat tehnic
- Menține echipa aliniată, fără blocaje și concentrată pe rezultate măsurabile
- Construiește prototipuri pentru abordări noi, rafinează proiectarea modelelor și sprijină depanarea rulărilor de antrenare pe clustere GPU
- Definește și menține standarde de calitate pentru cercetare și inginerie
- Supraveghează ciclul de viață al inteligenței artificiale aplicate, de la definirea problemei și strategia datelor până la antrenare, ajustare fină, evaluare, implementare, observabilitate și îmbunătățire continuă
- Condu livrarea modelelor în producție și colaborează cu echipele Platform, MLOps și Product Engineering
- Transformă prioritățile de afaceri și de securitate într-o foaie de parcurs pentru inteligența artificială aplicată, cu o succesiune clară
- Explică compromisurile conducerii superioare și raportează despre livrare, performanța modelelor și impact
- Construiește practici de echipă pentru urmărirea experimentelor, evaluarea modelelor, reproductibilitate, revizuirea codului și inteligență artificială responsabilă
- Participă la interviuri alături de Hiring Manager, AI Research Lab, Product, părțile interesate și conducere
Cerințe
- Diplomă de master sau doctorat în informatică, învățare automată, matematică sau un domeniu cantitativ conex ori experiență practică echivalentă care demonstrează expertiză aprofundată în deep learning
- Cel puțin 5 ani de experiență practică în construirea și implementarea în producție a sistemelor de învățare automată și deep learning
- 2–3+ ani de experiență în coordonarea sau gestionarea unei echipe mici de ingineri ML sau de cercetare, inclusiv direcție tehnică, livrare, recrutare și dezvoltarea oamenilor în mai multe domenii de inteligență artificială aplicată
- Expertiză practică aprofundată în mai multe domenii de inteligență artificială aplicată, inclusiv modele lingvistice mici bazate pe transformere, învățare prin consolidare precum PPO, DQN și variante Actor-Critic, sisteme LLM bazate pe agenți sau care utilizează instrumente, viziune computerizată ori învățare automată clasică
- Capacitatea de a potrivi fiecărei probleme o abordare tehnică adecvată
- Competențe excelente în Python și PyTorch; experiența cu JAX sau TensorFlow constituie un avantaj
- Experiență în antrenarea și ajustarea fină a modelelor pe clustere cu mai multe GPU-uri, folosind DeepSpeed, FSDP sau Hugging Face Accelerate
- Cunoștințe solide de algebră liniară, optimizare, probabilități și statistică
- Capacitatea de a interpreta, evalua și implementa metode din lucrări de cercetare recente
- Succes demonstrat în aducerea modelelor AI în producție, inclusiv conducte de date, cadre de evaluare, cuantizare sau compresie, optimizarea inferenței, containere, Kubernetes, platforme cloud și monitorizare după implementare
- Experiență cu instrumente MLOps și de gestionare a experimentelor precum Weights & Biases, MLflow sau platforme comparabile
- Experiență cu CI/CD, revizuirea codului și practicile de observabilitate
- Capacitatea de a conduce o echipă tehnică mică prin stabilirea direcției, desfășurarea întâlnirilor individuale, oferirea de feedback, recrutarea inginerilor și transformarea problemelor de afaceri ambigue în sisteme AI implementabile
- Engleză fluentă
- Abordare practică de leadership tehnic și disponibilitatea de a rămâne aproape de cod, modele și sisteme de producție
- Mentalitate de jucător-antrenor
- Accent puternic pe livrarea, implementarea și măsurarea modelelor în producție
- Judecată solidă la evaluarea oportunităților de inteligență artificială aplicată
- Abilități clare de comunicare pentru transformarea conceptelor complexe de ML în decizii și compromisuri
- Capacitatea de a lucra eficient într-un mediu rapid, ambiguu și de înaltă tehnologie, gestionând în același timp provocări complexe interfuncționale
- Publicațiile în conferințe importante de ML, experiența în securitate cibernetică, confidențialitate sau identitate și expertiza în JAX sau TensorFlow constituie avantaje
Beneficii
- Aranjamente de lucru flexibile
- Concediu plătit
- Compensație competitivă
- Beneficii pentru angajați
- Programe de bunăstare
- Sprijin, resurse și instrumente pentru performanță ridicată și dezvoltarea carierei