高级机器学习工程师(圣何塞现场办公)
在 Capital One 构建并运营生产级机器学习模型、数据管道和云基础设施。通过可扩展、受治理且可解释的机器学习解决方案,助力提升人工智能能力。
描述
- 为实际业务应用设计、构建并交付机器学习模型和组件
- 与产品和数据科学团队合作
- 运用建模方法、数据、特征选择、训练、调优、降维、偏差与方差以及验证等知识,指导机器学习基础设施决策
- 编写并测试应用程序代码
- 开发并验证机器学习模型
- 自动化测试和部署流程
- 与跨职能敏捷团队合作,构建并改进大数据和机器学习应用
- 重新训练、维护并监控运行于生产环境中的模型
- 使用或开发云架构、技术和平台,以大规模交付经过优化的机器学习模型
- 构建为机器学习模型提供数据的优化数据管道
- 实施持续集成和持续部署实践,包括自动化测试和监控
- 遵循严格的代码管理、模型风险治理以及负责任且可解释的人工智能实践
- 使用 Python、Scala 或 Java 等语言编程
任职要求
- 计算机科学、机器学习或相关定量领域本科及以上学历
- 至少四年使用 Python、Java、Golang 或 C++ 的编程经验
- 至少四年使用 PyTorch 或 TensorFlow、Pandas、NumPy 和 Scikit-learn 的机器学习经验
- 至少四年使用并运营 Spark 和 Ray 等大规模分布式系统进行人工智能/机器学习数据准备的经验
- 至少两年在生产环境部署和运营机器学习解决方案的经验
- 至少两年使用 AWS、GCP 或 Azure 在云端运行生产服务的经验
- 至少两年使用 Kubernetes 管理大规模容器化机器学习软件系统的经验
- 不提供新的就业授权担保或与移民相关的支持
- 优先考虑:计算机科学、电气工程、数学或相关领域硕士或博士学位
- 优先考虑:三年以上优化机器学习算法、配置和基础设施的经验
- 优先考虑:三年以上应用源代码管理、测试、代码审查和 CI/CD 等软件开发实践的经验
- 优先考虑:三年以上通过预生产测试、先进部署方法、监控、告警和事件响应计划构建高韧性软件的经验
- 优先考虑:三年以上从事机器学习技术、模型类型、架构、训练概念和模型评估的经验
- 优先考虑:三年以上设计、实施并扩展用于训练和评估机器学习模型的生产就绪数据管道的经验
- 优先考虑:一年以上按照行业实践、模式和自动化方式担任机器学习解决方案技术负责人的经验
- 优先考虑:曾独立或共同撰写关于机器学习技术、模型或概念验证的论文
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
- 全面、具有竞争力且包容的医疗、财务及其他福利,支持员工整体福祉
- 可为有需要的申请人提供合理便利
