Mimecast je spoločnosť pôsobiaca v oblasti kybernetickej bezpečnosti, ktorá pomáha organizáciám čeliť pretrvávajúcim digitálnym hrozbám prostredníctvom bezpečnostných služieb navrhnutých s dôrazom na súkromie, odolnosť a používateľskú skúsenosť. Jej tím viac ako 2 500 zamestnancov pôsobí na medzinárodných trhoch vrátane Spojených štátov, Spojeného kráľovstva a Austrálie. Spoločnosť kladie dôraz na predvídanie nových rizík, postupné posilňovanie ochrany a kultúru zameranú na výnimočnosť v oblasti bezpečnosti a neustále zlepšovanie.
Inžinier strojového učenia II — hybridne v Columbuse
Vyvíjajte škálovateľné riešenia strojového učenia, generatívnej AI a dátové pipeline v reálnom čase pre produkt Mimecast Incydr na kybernetickú bezpečnosť a riziká interných používateľov. Veďte nasadzovanie do produkcie a medzifunkčné iniciatívy, ktoré rozvíjajú funkcie pre zákazníkov.
Popis
- Skúmať, navrhovať, vyvíjať a udržiavať pokročilé modely strojového učenia
- Trénovať, vyhodnocovať a dolaďovať modely z hľadiska výberu, validácie, presnosti, latencie a priepustnosti
- Odporúčať prístupy k škálovateľnosti, ladeniu modelov a konfigurácii dátovej infraštruktúry
- Navrhovať a implementovať úplné dátové pipeline a pipeline strojového učenia pre produkty v reálnom čase
- Získavať, čistiť a transformovať nespracované dáta pomocou tvorby príznakov
- Pripravovať modely strojového učenia na produkčné nasadenie a integrovať ich do existujúcich systémov
- Monitorovať nasadené modely z hľadiska účinnosti, priepustnosti a latencie
- Podieľať sa na tvorbe softvérovej architektúry pre veľkoobjemové dátové súbory
- Viesť projekty strojového učenia od úvodného konceptu až po produkčné vydanie
- Mentorovať juniorných kolegov a podporovať osvedčené postupy v inžinierstve
- Spolupracovať s tímami produktového vývoja vrátane produktového, inžinierskeho, marketingového tímu, tímu úspechu zákazníkov a obchodného tímu
- Vyvíjať funkcie pre zákazníkov a prediktívne modely prostredníctvom výskumu a experimentovania
- Vysvetľovať zložité technické koncepty na stretnutiach zameraných na zdieľanie znalostí
- Riadiť, formovať a prioritizovať prácu s obmedzeným dohľadom
- Budovať vzťahy so zainteresovanými stranami a podporovať spolupracujúcu, inkluzívnu a neustále sa zlepšujúcu tímovú kultúru
- Používať nástroje na vývoj AI na skúmanie konceptov, tvorbu prototypov riešení, interpretáciu dát a experimentovanie s LLM a agentovými systémami
Požiadavky
- Doktorandské alebo magisterské vzdelanie v kvantitatívnom odbore a najmenej štyri roky uplatňovania pokročilého strojového učenia pri priemyselných problémoch alebo bakalárske vzdelanie a najmenej šesť rokov priamo relevantnej praxe
- Pokročilé programátorské zručnosti v jazykoch Python, C++, Java alebo Kotlin
- Praktické skúsenosti s nástrojmi PyTorch, NLTK, spaCy, OpenCV, Tesseract a Hugging Face
- Znalosť lineárnej algebry, stochastickej optimalizácie a teórie pravdepodobnosti
- Znalosť štatistickej inferencie a metód strojového učenia vrátane predpovedania, analýzy časových radov, testovania hypotéz, detekcie anomálií, klasifikácie a regresie
- Skúsenosti s prácou s rozsiahlymi dátovými súbormi obsahujúcimi viac ako dva milióny trénovacích príkladov a s výrazne nevyváženými dátami
- Ovládanie služieb AWS, ako sú ECS, Kinesis, Lambda, S3, Glue, SageMaker, Bedrock, Athena, RDS a Redshift
- Skúsenosti s návrhom a nasadzovaním škálovateľných služieb generatívnej AI pomocou nástrojov LangChain, LlamaIndex, n8n a Spring AI
- Schopnosť vyvíjať a udržiavať infraštruktúru ako kód
- Skúsenosti s používaním systémov na správu verzií
- Znalosť práce s citlivými údajmi podľa rámcových zmlúv o poskytovaní služieb a povinností vyplývajúcich z dodržiavania predpisov
- Silné analytické, komunikačné, kooperačné a adaptačné schopnosti, schopnosť riešiť problémy a preberať zodpovednosť a dôraz na detail
- Schopnosť vysvetliť technické koncepty a obchodné dôsledky netechnickému publiku a úspešné absolvovanie príslušných previerok
- Úspešné absolvovanie príslušných previerok
Benefity
- Komplexný balík zamestnaneckých výhod
- Štruktúrované vzdelávanie a príležitosti na učenie sa priamo pri práci
- Hybridný model práce s individuálnou flexibilitou
- Inkluzívne a rozmanité pracovisko
- Úpravy alebo prispôsobenia pohovorov pre osoby so zdravotným postihnutím alebo s inými potrebami
- Môžu byť k dispozícii motivačné plány
- Ďalšie výhody poskytované podľa firemných pravidiel a príslušných miestnych predpisov