Capital One 人工智能工程师 5:智能体人工智能与生成式人工智能平台服务
为 Capital One 的银行系统构建可扩展的智能体人工智能与生成式人工智能平台。 专注于基础模型、推理、编排、治理以及生产级人工智能基础设施。
描述
- 与工程、研究、技术项目和产品团队合作,交付人工智能驱动的产品
- 创建、测试、部署和维护人工智能组件,涵盖基础模型训练、大语言模型推理、智能体工作流、相似性搜索、防护机制、评估、实验、治理和可观测性
- 使用 AWS Ultraclusters、Hugging Face、向量数据库和 PyTorch 等开源及软件即服务人工智能技术
- 开发基础模型优化方法,提升大规模生产系统的可扩展性、成本效益、延迟和吞吐量
- 协助确定基础人工智能系统的技术方向和长期路线图
- 构建并优化编排流水线,将大语言模型、向量搜索和领域专用模型结合起来
- 牵头开展成本与性能治理评审,涵盖 GPU 利用率、模型吞吐量和推理效率
- 主持团队设计委员会或评审委员会,推动技术一致性并遵循人工智能工程标准
- 指导 Principal 级和 Manager 级人工智能工程师,同时提升组织的技术能力
任职要求
- 计算机科学、人工智能、电气工程、计算机工程或相关专业本科,且具有至少 6 年人工智能或机器学习开发经验;或相关专业硕士,且具有至少 4 年经验
- 至少 6 年使用 Python、Go、Scala、CUDA 或 Java 的编程经验
- 具有领导人工智能系统开发的经验,能够平衡成本、延迟、吞吐量和准确率者优先
- 具有在云平台上部署可扩展且负责任的人工智能解决方案的经验,7 年相关经验者优先
- 具有设计、交付和支持复杂人工智能系统的经验者优先
- 具有使用 Python、C++、C#、Java、CUDA 或 Golang 开发人工智能和机器学习算法的经验者优先
- 具有针对硬件利用率、延迟、吞吐量和成本优化训练及推理软件的经验者优先
- 具有构建智能体人工智能系统和工作流的经验者优先
- 具有将异构人工智能系统架构设计并集成为统一生产流水线的经验者优先
- 具有制定并执行负责任人工智能部署标准的经验者优先
- 能够通过动态推理策略和模型压缩,在模型性能与运营成本之间取得平衡
- 具有合理配置模型、实例数量和硬件配置的经验者优先
- 具备扎实的工程和数学基础
- 能够解读科学出版物,并将新兴技术应用于生产环境
- 具备出色的沟通和演示能力
- Capital One 可能会考虑为符合条件的新申请人提供就业授权担保
福利待遇
- 基于绩效的激励薪酬可能包括现金奖金和/或长期激励
- 涵盖健康、财务保障及其他整体福祉领域的全面且具有竞争力的福利
- 可能会考虑为符合条件的新申请人提供就业授权担保
- 可为残障申请人提供合理便利支持
