Gen เป็นบริษัทเทคโนโลยีสำหรับผู้บริโภคระดับโลกที่ดำเนินงานด้านความปลอดภัยทางไซเบอร์ ความเป็นส่วนตัวดิจิทัล การคุ้มครองข้อมูลประจำตัว และสุขภาวะทางการเงิน ผ่านแบรนด์ต่าง ๆ เช่น Norton, Avast, LifeLock และ MoneyLion บริษัทช่วยให้ผู้คนปกป้องอุปกรณ์ ข้อมูลประจำตัว ข้อมูลส่วนบุคคล และการเงินของตนเอง ผลิตภัณฑ์ของ Gen ครอบคลุมการตรวจจับภัยคุกคาม การรับมือกับเหตุข้อมูลรั่วไหล เครื่องมือรักษาความเป็นส่วนตัวออนไลน์ ฟีเจอร์ด้านธนาคาร และบริการการเงินแบบฝังตัวผ่าน Engine นอกจากนี้ Gen ยังลงทุนด้านความปลอดภัยที่ขับเคลื่อนด้วยปัญญาประดิษฐ์และ Gen AI Foundry ซึ่งมุ่งสร้างความไว้วางใจให้กับแอปพลิเคชัน AI ที่เกิดขึ้นใหม่ บริษัทให้บริการผู้ใช้เกือบ 500 ล้านคนในกว่า 150 ประเทศ และมีสำนักงานใหญ่ร่วมสองแห่งในกรุงปรากและเมืองเทมพี
ผู้จัดการอาวุโส ฝ่ายวิจัย AI ประยุกต์ - ทำงานแบบไฮบริดในปราก
เป็นผู้นำการวิจัย AI ประยุกต์ที่ Gen ครอบคลุมโมเดลภาษา การเรียนรู้แบบเสริมกำลัง คอมพิวเตอร์วิทัศน์ และวิธีการที่เกี่ยวข้องสำหรับผลิตภัณฑ์ความมั่นคงปลอดภัยไซเบอร์ ดูแล Research Engineer และผลักดันโมเดลจากการทดลองสู่การใช้งานจริงในระดับโลก
รายละเอียด
- เป็นผู้นำโครงการ AI ประยุกต์เชิงปฏิบัติที่ครอบคลุมโมเดลภาษาขนาดเล็ก การเรียนรู้แบบเสริมกำลัง AI แบบเอเจนต์ คอมพิวเตอร์วิทัศน์ และแมชชีนเลิร์นนิงแบบคลาสสิก
- รับผิดชอบการตัดสินใจด้านสถาปัตยกรรม การสร้างโมเดล และการนำไปใช้งานจริง
- บริหาร ให้คำปรึกษา และพัฒนาทีม Research Engineer จำนวน 3-5 คน ผ่านการสรรหา การบริหารผลงาน การพัฒนาอาชีพ และการโค้ชด้านเทคนิค
- ทำให้ทีมมีเป้าหมายร่วมกัน ไม่ติดขัด และมุ่งเน้นผลลัพธ์ที่วัดผลได้
- สร้างต้นแบบแนวทางใหม่ ปรับปรุงการออกแบบโมเดล และสนับสนุนการแก้ไขข้อบกพร่องของการฝึกโมเดลบนคลัสเตอร์ GPU
- กำหนดและรักษามาตรฐานคุณภาพด้านการวิจัยและวิศวกรรม
- กำกับดูแลวงจรชีวิตของ AI ประยุกต์ตั้งแต่การกำหนดปัญหาและกลยุทธ์ข้อมูล ผ่านการฝึก การปรับจูน การประเมิน การนำไปใช้งาน การตรวจสอบการทำงาน และการปรับปรุงอย่างต่อเนื่อง
- ผลักดันการนำโมเดลไปใช้งานจริงและทำงานร่วมกับทีม Platform, MLOps และ Product Engineering
- เปลี่ยนลำดับความสำคัญทางธุรกิจและความมั่นคงปลอดภัยให้เป็นแผนงาน AI ประยุกต์ที่มีลำดับขั้นตอนชัดเจน
- อธิบายข้อแลกเปลี่ยนให้ผู้นำระดับสูงเข้าใจ และรายงานความคืบหน้า ประสิทธิภาพของโมเดล และผลกระทบ
- สร้างแนวทางการทำงานของทีมเกี่ยวกับการติดตามการทดลอง การประเมินโมเดล การทำซ้ำได้ การตรวจสอบโค้ด และ AI ที่มีความรับผิดชอบ
- มีส่วนร่วมในการสัมภาษณ์ร่วมกับ Hiring Manager, AI Research Lab, Product ผู้มีส่วนได้ส่วนเสีย และฝ่ายบริหาร
คุณสมบัติ
- วุฒิ M.Sc. หรือ Ph.D. ด้านวิทยาการคอมพิวเตอร์ แมชชีนเลิร์นนิง คณิตศาสตร์ หรือสาขาเชิงปริมาณที่เกี่ยวข้อง หรือมีประสบการณ์จริงเทียบเท่าที่แสดงให้เห็นถึงความเชี่ยวชาญด้านดีปเลิร์นนิงอย่างลึกซึ้ง
- มีประสบการณ์เชิงปฏิบัติอย่างน้อย 5 ปีในการสร้างและนำระบบแมชชีนเลิร์นนิงและดีปเลิร์นนิงไปใช้งานจริง
- มีประสบการณ์ 2-3 ปีขึ้นไปในการเป็นผู้นำหรือบริหารทีม ML หรือ Research Engineer ขนาดเล็ก รวมถึงการกำหนดทิศทางทางเทคนิค การส่งมอบงาน การสรรหา และการพัฒนาบุคลากรในหลายด้านของ AI ประยุกต์
- มีความเชี่ยวชาญเชิงปฏิบัติอย่างลึกซึ้งในหลายด้านของ AI ประยุกต์ รวมถึงโมเดลภาษาขนาดเล็กที่ใช้ transformer การเรียนรู้แบบเสริมกำลัง เช่น PPO, DQN และ Actor-Critic รูปแบบต่าง ๆ ระบบ LLM แบบเอเจนต์หรือที่ใช้เครื่องมือ คอมพิวเตอร์วิทัศน์ หรือแมชชีนเลิร์นนิงแบบคลาสสิก
- สามารถเลือกแนวทางทางเทคนิคที่เหมาะสมกับแต่ละปัญหา
- เชี่ยวชาญ Python และ PyTorch; หากมีประสบการณ์ JAX หรือ TensorFlow จะได้รับการพิจารณาเป็นพิเศษ
- มีประสบการณ์ฝึกและปรับจูนโมเดลบนคลัสเตอร์หลาย GPU ด้วย DeepSpeed, FSDP หรือ Hugging Face Accelerate
- มีพื้นฐานแน่นในพีชคณิตเชิงเส้น การหาค่าเหมาะที่สุด ความน่าจะเป็น และสถิติ
- สามารถตีความ ประเมิน และนำวิธีการจากงานวิจัยล่าสุดไปใช้งานได้
- มีผลงานที่พิสูจน์แล้วในการนำโมเดล AI ไปใช้งานจริง รวมถึงไปป์ไลน์ข้อมูล ชุดเครื่องมือประเมินผล การทำควอนไทซ์หรือการบีบอัด การเพิ่มประสิทธิภาพการอนุมาน คอนเทนเนอร์ Kubernetes แพลตฟอร์มคลาวด์ และการตรวจสอบหลังการนำไปใช้งาน
- มีประสบการณ์กับเครื่องมือ MLOps และการจัดการการทดลอง เช่น Weights & Biases, MLflow หรือแพลตฟอร์มเทียบเท่า
- มีประสบการณ์ด้าน CI/CD การตรวจสอบโค้ด และแนวทางการตรวจสอบการทำงานของระบบ
- สามารถนำทีมเทคนิคขนาดเล็กโดยกำหนดทิศทาง จัดประชุม 1:1 ให้ข้อเสนอแนะ สรรหาวิศวกร และเปลี่ยนปัญหาทางธุรกิจที่ไม่ชัดเจนให้เป็นระบบ AI ที่นำไปใช้งานได้
- ใช้ภาษาอังกฤษได้คล่อง
- มีแนวทางการเป็นผู้นำด้านเทคนิคแบบลงมือทำจริง และพร้อมทำงานใกล้ชิดกับโค้ด โมเดล และระบบที่ใช้งานจริง
- มีแนวคิดแบบผู้นำที่ลงมือทำงานร่วมกับทีม
- มุ่งเน้นอย่างมากต่อการส่งมอบ การนำไปใช้งาน และการวัดผลโมเดลในระบบจริง
- มีวิจารณญาณที่ดีในการประเมินโอกาสด้าน AI ประยุกต์
- มีทักษะการสื่อสารที่ชัดเจนในการเปลี่ยนแนวคิด ML ที่ซับซ้อนให้เป็นการตัดสินใจและข้อแลกเปลี่ยน
- สามารถทำงานได้อย่างมีประสิทธิภาพในสภาพแวดล้อมเทคโนโลยีขั้นสูงที่รวดเร็วและมีความไม่แน่นอน พร้อมจัดการความท้าทายที่ซับซ้อนข้ามสายงาน
- ผลงานตีพิมพ์ในเวที ML ชั้นนำ ประสบการณ์ด้านความมั่นคงปลอดภัยไซเบอร์ ความเป็นส่วนตัว หรืออัตลักษณ์ดิจิทัล และความเชี่ยวชาญด้าน JAX หรือ TensorFlow ถือเป็นคุณสมบัติที่พึงประสงค์
สวัสดิการ
- รูปแบบการทำงานที่ยืดหยุ่น
- วันลาพักผ่อนโดยได้รับค่าจ้าง
- ค่าตอบแทนที่แข่งขันได้
- สวัสดิการพนักงาน
- โครงการส่งเสริมสุขภาวะ
- การสนับสนุน ทรัพยากร และเครื่องมือเพื่อการทำงานที่มีประสิทธิภาพและการพัฒนาอาชีพ