
机器学习工程高级经理
领导 Capital One 的机器学习工程师,推动生产模型和云平台规模化发展。 通过重大 AI 项目招聘、指导并培养工程人才。
描述
- 开发机器学习模型和组件,满足实际业务需求。
- 构建并扩展多租户平台,以大规模训练和提供机器学习模型服务。
- 运用建模、数据、特征选择、训练、调优、维度、偏差与方差以及验证方面的专业知识,指导机器学习基础设施决策。
- 编写并测试应用程序代码,开发和验证模型,并自动化测试与部署。
- 与产品、数据科学及跨职能敏捷团队合作。
- 重新训练、维护并监控生产环境中的模型。
- 构建和使用云架构、技术及平台,优化大规模机器学习。
- 创建高效的数据管道,为机器学习模型提供数据。
- 采用持续集成与部署、测试自动化和监控实践。
- 管理代码以减少漏洞、管理模型风险,并践行负责任且可解释的 AI 原则。
- 使用 Python、Scala 或 Java 编程。
- 在提供亲身参与的技术工作并推动创新的同时,指导同事和初级工程师,帮助他们提升技能。
- 招聘、支持并留住工程人才。
- 参与技术社群并关注新兴趋势。
任职要求
- 计算机科学、机器学习或相关定量领域的学士或更高学位。
- 至少 6 年使用 Python、Java、Golang 或 C++ 的编程经验。
- 至少 6 年使用 PyTorch 或 TensorFlow 以及 Pandas、NumPy 和 Scikit-learn 的机器学习经验。
- 至少 6 年使用和运维 Spark 或 Ray 等大规模分布式系统以准备 AI 或机器学习数据的经验。
- 至少 4 年在生产环境部署和运维机器学习解决方案,以及在 AWS、GCP 或 Azure 上运行云生产服务的经验。
- 至少 4 年使用 Kubernetes 管理大规模容器化机器学习系统的经验。
- 至少 1 年人员管理经验。
- 优先条件:计算机科学、电气工程、数学或相关领域的硕士或博士学位。
- 优先条件:3 年或以上管理和领导机器学习工程团队的经验。
- 优先条件:5 年或以上优化机器学习算法、配置和基础设施的经验。
- 优先条件:5 年或以上应用软件开发实践的经验,例如源代码管理、测试、代码评审和 CI/CD。
- 优先条件:5 年或以上构建弹性软件的经验,涉及预生产测试、先进部署方法、监控、告警和事件响应计划。
- 优先条件:5 年或以上机器学习技术、模型类型与架构、训练概念及模型评估方面的经验。
- 优先条件:5 年或以上设计、实施并扩展可用于生产的数据管道,以训练和评估机器学习模型。
- 通过会议演讲、论文、博客文章、开源贡献或专利展现机器学习领域的行业影响力。
- Capital One 可为符合条件的新申请人提供就业授权赞助。
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健康、财务及其他福利方案,支持整体福祉。
- 可考虑为符合条件的新申请人提供就业授权赞助。


