Mimecast — компания в сфере кибербезопасности, которая помогает организациям противостоять постоянным цифровым угрозам с помощью сервисов безопасности, разработанных с учётом принципов конфиденциальности, устойчивости и удобства для пользователей. В её команде более 2500 сотрудников, работающих на международных рынках, включая США, Великобританию и Австралию. Компания уделяет особое внимание прогнозированию возникающих рисков, постоянному усилению защиты и развитию культуры, ориентированной на высокие стандарты безопасности и непрерывное совершенствование.
Инженер по машинному обучению II — гибридный формат в Колумбусе
Разрабатывайте масштабируемые решения машинного обучения, генеративного ИИ и конвейеры обработки данных в реальном времени для продукта Mimecast Incydr по кибербезопасности и выявлению инсайдерских рисков. Руководите выводом решений в эксплуатацию и межфункциональными инициативами, развивающими возможности для клиентов.
Описание
- Исследовать, проектировать, разрабатывать и поддерживать передовые модели машинного обучения
- Обучать, оценивать и дорабатывать модели с учетом выбора, валидации, точности, задержки и пропускной способности
- Рекомендовать подходы к масштабированию, настройке моделей и конфигурации инфраструктуры данных
- Проектировать и реализовывать комплексные конвейеры обработки данных и машинного обучения для продуктов, работающих в реальном времени
- Собирать, очищать и преобразовывать исходные данные с помощью конструирования признаков
- Подготавливать модели машинного обучения к эксплуатации и интегрировать их в существующие системы
- Отслеживать эффективность, пропускную способность и задержку развернутых моделей
- Участвовать в формировании архитектуры программного обеспечения для больших наборов данных
- Руководить проектами по машинному обучению от первоначальной концепции до выпуска в эксплуатацию
- Наставлять младших коллег и продвигать передовые инженерные практики
- Взаимодействовать с командами продукта, разработки, маркетинга, работы с клиентами, продаж и другими командами, участвующими в развитии продукта
- Разрабатывать функции для клиентов и прогностические модели посредством исследований и экспериментов
- Объяснять сложные технические концепции на сессиях обмена знаниями
- Управлять, формировать и расставлять приоритеты в работе при ограниченном контроле
- Выстраивать отношения с заинтересованными сторонами и поддерживать культуру совместной, инклюзивной и постоянно совершенствующейся командной работы
- Использовать инструменты разработки ИИ для изучения концепций, создания прототипов решений, интерпретации данных и экспериментов с большими языковыми моделями и агентными системами
Требования
- Докторская или магистерская степень в количественной области и не менее четырех лет применения передовых методов машинного обучения к промышленным задачам либо степень бакалавра и не менее шести лет непосредственно релевантного опыта
- Продвинутые навыки программирования на Python, C++, Java или Kotlin
- Практический опыт работы с PyTorch, NLTK, spaCy, OpenCV, Tesseract и Hugging Face
- Понимание линейной алгебры, стохастической оптимизации и теории вероятностей
- Знание статистического вывода и методов машинного обучения, включая прогнозирование, анализ временных рядов, проверку гипотез, обнаружение аномалий, классификацию и регрессию
- Опыт работы с крупномасштабными наборами данных, содержащими более двух миллионов обучающих примеров, и с сильно несбалансированными данными
- Знание сервисов AWS, таких как ECS, Kinesis, Lambda, S3, Glue, SageMaker, Bedrock, Athena, RDS и Redshift
- Опыт проектирования и развертывания масштабируемых сервисов генеративного ИИ с использованием LangChain, LlamaIndex, n8n и Spring AI
- Способность разрабатывать и поддерживать инфраструктуру как код
- Опыт использования систем контроля версий
- Понимание работы с чувствительными данными в рамках генеральных соглашений об оказании услуг и требований комплаенса
- Сильные аналитические навыки, навыки решения проблем, коммуникации, сотрудничества, адаптивности, ответственности и внимательности к деталям
- Способность объяснять технические концепции и бизнес-последствия нетехнической аудитории, а также успешное прохождение применимых проверок биографических данных
- Успешное прохождение применимых проверок биографических данных
Преимущества
- Комплексный пакет льгот
- Структурированные возможности обучения и обучения непосредственно на рабочем месте
- Гибридная модель работы с индивидуальной гибкостью
- Инклюзивная и разнообразная рабочая среда
- Корректировки или условия для прохождения собеседования при наличии инвалидности или других потребностей
- Могут быть доступны программы стимулирования
- Дополнительные льготы предоставляются в соответствии с политикой компании и применимыми местными нормативными требованиями