Gen je globálna spoločnosť v oblasti spotrebiteľských technológií, ktorá pôsobí v oblasti kybernetickej bezpečnosti, digitálneho súkromia, ochrany identity a finančného zdravia. Prostredníctvom značiek, ako sú Norton, Avast, LifeLock a MoneyLion, pomáha ľuďom chrániť ich zariadenia, identity, osobné údaje a financie. Jej produkty zahŕňajú detekciu hrozieb, reakciu na úniky údajov, nástroje na ochranu súkromia online, bankové funkcie a služby embedded finance prostredníctvom platformy Engine. Gen zároveň investuje do bezpečnosti založenej na umelej inteligencii a do svojho Gen AI Foundry, ktorý sa zameriava na budovanie dôvery v nové aplikácie umelej inteligencie. Spoločnosť poskytuje služby takmer 500 miliónom používateľov vo viac ako 150 krajinách a jej duálne ústredia sa nachádzajú v Prahe a Tempe.
Senior manažér aplikovaného AI výskumu – hybridne v Prahe
Vedte aplikovaný AI výskum v spoločnosti Gen v oblastiach jazykových modelov, posilňovaného učenia, počítačového videnia a súvisiacich metód pre produkty kybernetickej bezpečnosti. Riadením výskumných inžinierov premieňajte modely z experimentov na produkčné riešenia v globálnom meradle.
Popis
- Veďte praktické iniciatívy aplikovanej AI v oblastiach malých jazykových modelov, posilňovaného učenia, agentickej AI, počítačového videnia a klasického strojového učenia
- Zodpovedajte za rozhodnutia týkajúce sa architektúry, modelovania a uvedenia do produkcie
- Riadiť, mentorovať a rozvíjať tím 3 – 5 výskumných inžinierov prostredníctvom náboru, riadenia výkonu, kariérneho rozvoja a technického koučingu
- Udržiavajte tím zladený, bez prekážok a zameraný na merateľné výsledky
- Prototypujte nové prístupy, zdokonaľujte návrhy modelov a podporujte ladenie tréningov na GPU klastroch
- Definujte a udržiavajte štandardy kvality výskumu a inžinierstva
- Dohliadajte na životný cyklus aplikovanej AI od definovania problému a dátovej stratégie cez tréning, dolaďovanie, vyhodnocovanie, nasadenie, observabilitu a priebežné zlepšovanie
- Presadzujte dodávanie modelov do produkcie a spolupracujte s tímami Platform, MLOps a produktového inžinierstva
- Premieňajte obchodné a bezpečnostné priority na plán aplikovanej AI s jasným poradím krokov
- Vysvetľujte kompromisy vedúcim pracovníkom a informujte o dodávke, výkone modelov a dopade
- Budujte tímové postupy pre sledovanie experimentov, vyhodnocovanie modelov, reprodukovateľnosť, kontrolu kódu a zodpovednú AI
- Zúčastňujte sa pohovorov s manažérom náboru, AI Research Lab, produktovými tímami, zainteresovanými stranami a vedením
Požiadavky
- M.Sc. alebo Ph.D. v informatike, strojovom učení, matematike alebo príbuznom kvantitatívnom odbore, prípadne rovnocenná praktická skúsenosť preukazujúca odborné znalosti hlbokého učenia
- Aspoň 5 rokov praktických skúseností s tvorbou a nasadzovaním systémov strojového a hlbokého učenia do produkcie
- 2 – 3 alebo viac rokov vedenia či riadenia malého tímu ML alebo výskumných inžinierov vrátane technického smerovania, dodávky, náboru a rozvoja ľudí vo viacerých oblastiach aplikovanej AI
- Hlboké praktické znalosti viacerých oblastí aplikovanej AI vrátane malých jazykových modelov založených na transformeroch, posilňovaného učenia, napríklad variantov PPO, DQN a Actor-Critic, agentických systémov LLM alebo systémov LLM využívajúcich nástroje, počítačového videnia či klasického strojového učenia
- Schopnosť priradiť každému problému vhodný technický prístup
- Výborná znalosť Pythonu a PyTorch; skúsenosti s JAX alebo TensorFlow sú výhodou
- Skúsenosti s tréningom a dolaďovaním modelov na viacGPU klastroch s použitím DeepSpeed, FSDP alebo Hugging Face Accelerate
- Pevné základy lineárnej algebry, optimalizácie, pravdepodobnosti a štatistiky
- Schopnosť interpretovať, posudzovať a implementovať metódy z najnovších výskumných článkov
- Preukázateľný úspech pri uvádzaní AI modelov do produkcie vrátane dátových pipeline, testovacích rámcov na vyhodnocovanie, kvantizácie alebo kompresie, optimalizácie inferencie, kontajnerov, Kubernetes, cloudových platforiem a monitorovania po nasadení
- Skúsenosti s nástrojmi MLOps a na správu experimentov, ako sú Weights & Biases, MLflow alebo porovnateľné platformy
- Skúsenosti s postupmi CI/CD, kontrolou kódu a observabilitou
- Schopnosť viesť malý technický tím stanovovaním smerovania, vedením individuálnych stretnutí, poskytovaním spätnej väzby, náborom inžinierov a premenou nejasných obchodných problémov na nasaditeľné AI systémy
- Plynulá angličtina
- Praktický prístup k technickému vedeniu s ochotou zostať blízko kódu, modelom a produkčným systémom
- Mentalita hráča a kouča
- Silné zameranie na dodávanie, nasadzovanie a meranie modelov v produkcii
- Dobrý úsudok pri posudzovaní príležitostí v aplikovanej AI
- Jasné komunikačné schopnosti pri premieňaní zložitých konceptov ML na rozhodnutia a kompromisy
- Schopnosť efektívne pracovať v rýchlom, nejednoznačnom a technologicky vyspelom prostredí pri riešení komplexných medziodborových výziev
- Publikácie na popredných ML konferenciách, skúsenosti s kybernetickou bezpečnosťou, ochranou súkromia alebo identitou a odborné znalosti JAX alebo TensorFlow sú žiaduce
Benefity
- Flexibilné pracovné podmienky
- Platené voľno
- Konkurenčné odmeňovanie
- Zamestnanecké benefity
- Programy podpory duševnej a fyzickej pohody
- Podpora, zdroje a nástroje na dosahovanie vysokého výkonu a kariérny rozvoj