Gerente, Ingeniería de Aprendizaje Automático (Líder de Personas)

Centro 1 (19052), Estados Unidos de América, McLean, Virginia

Gerente, Ingeniería de Aprendizaje Automático (Líder de Personas)

Se prevé que el equipo de Apollo en Capital One proporcione una visión de 360 grados de cada empresa en los Estados Unidos, impulsada por las capacidades de resolución de entidades de última generación. La resolución de entidades se refiere a la habilidad de resolver o atribuir diferentes piezas de información recopiladas a una entidad en particular, con un alto grado de precisión.

La organización de Apollo es un grupo ágil y orientado a un propósito que está creciendo rápidamente y busca un fuerte talento en ingeniería. Dentro del espacio de Apollo, hay oportunidades en todos los equipos para los líderes de ingeniería prácticos para tomar propiedad de los sistemas de operación ML, ingeniería de características y desarrollo de modelos en colaboración con los científicos de datos que impulsan las experiencias de los clientes en las ofertas de productos de Apollo.

Como gerente de Ingeniero de Aprendizaje Automático (MLE), liderarás una parte de un equipo ágil dedicado a la producción de aplicaciones y sistemas de aprendizaje automático a gran escala. Participarás en el diseño técnico detallado, desarrollo e implementación de aplicaciones de aprendizaje automático utilizando las plataformas tecnológicas existentes y emergentes. Te centrarás en el diseño arquitectónico de aprendizaje automático, desarrollarás y revisarás el código del modelo y la aplicación, y asegurarás la alta disponibilidad y rendimiento de nuestras aplicaciones de aprendizaje automático. Tendrás la oportunidad de aprender continuamente y aplicar las últimas innovaciones y las mejores prácticas en ingeniería de aprendizaje automático.
Lo que harás en el rol:

• El rol del MLE se superpone con muchas disciplinas, como ML Ops, e Ingeniería de Datos. En este rol, se espera que realices muchas actividades de ingeniería de ML, incluyendo una o más de las siguientes:

• Colaborar con un equipo multidisciplinario de científicos de datos, ingenieros de software, gerentes de producto y diseñadores para ofrecer productos impulsados por IA que los clientes aman.

• Informar tus decisiones de infraestructura ML utilizando tu comprensión de las técnicas y los problemas de modelado ML, incluyendo la elección del modelo, los datos y la selección de características, la formación del modelo, el ajuste de hiperparámetros, la dimensionalidad, el sesgo/la varianza y la validación).

• Resolver problemas complejos escribiendo y probando código de aplicación, desarrollando y validando modelos ML, y automatizando pruebas y despliegue.

• Colaborar como parte de un equipo ágil multifuncional para crear y mejorar el software que habilita aplicaciones de big data y ML de última generación.

• Reentrénar, mantener y monitorear modelos en producción.

• Aprovecha o construye arquitecturas basadas en la nube, tecnologías, y/o plataformas para entregar modelos ML optimizados a gran escala.

• Construye tuberías de big data optimizadas para alimentar los modelos ML.

• Aprovecha las mejores prácticas de integración continua y despliegue continuo, incluyendo la automatización de pruebas y el monitoreo, para asegurar el despliegue exitoso de los modelos ML y el código de aplicación.

• Asegurarse de que todo el código esté bien gestionado para reducir las vulnerabilidades, los modelos estén bien gobernados desde una perspectiva de riesgo, y que el ML siga las mejores prácticas en IA Responsable y Explicativa.

• Colaborar con Científicos de Datos, Ingenieros de Aprendizaje Automático, Analistas de Negocios y/o Dueños de Producto para entender sus requerimientos y proveer soluciones eficientes para la exploración de datos, análisis y modelado

• Desarrollar y arquitectar pipelines de datos escalables y ETL procesos para la ingeniería de características utilizando lenguajes de programación como Python y Scala, y frameworks como Spark

• Usar lenguajes de programación como Python, Scala o Java.

Calificaciones básicas:

• Grado de licenciatura

• Al menos 6 años de experiencia diseñando y construyendo soluciones intensivas de datos utilizando la computación distribuida (La experiencia de prácticas no se aplica)

• Al menos 4 años de experiencia programando con Python, Scala o Java

• Al menos 2 años de experiencia construyendo, escalando y produciendo sistemas ML

• Al menos 2 años de experiencia como líder de personas

Calificaciones preferidas:

• Master o doctorado en ciencias de la computación, ingeniería eléctrica, matemáticas o un campo similar

• 3+ años de experiencia construyendo pipelines de datos listos para producción que se alimentan de los modelos ML

• 3+ años de experiencia en el trabajo con un reconocido framework de ML de la industria como Scikit-learn, PyTorch, Dask, Spark, o TensorFlow

• 2+ años de experiencia en tecnologías de big data

• 2+ años de experiencia desarrollando código eficiente, resiliente y mantenible

• 2+ años de experiencia con la Ingeniería de Características de big data para modelos ML

• 1+ años de Resolución de Entidades (ER) y algoritmos de coincidencia a gran escala

• Experiencia con Bases de Datos de Gráficos (como Neptune y Neo4j)

• Experiencia desarrollando y desplegando soluciones de ML en una nube pública como AWS, Azure, o Google Cloud Platform

• Experiencia diseñando, implementando, y escalando tuberías de datos complejas para modelos ML y evaluando su rendimiento

• Impacto en la industria de ML a través de presentaciones en conferencias, papers, publicaciones en blogs, contribuciones en open source o patentes

En este momento, Capital One no patrocinará una nueva solicitud de autorización de empleo para esta posición.

 

Los salarios anuales a tiempo completo mínimos y máximos para este rol están enumerados a continuación, por localidad. Por favor, tenga en cuenta que esta información salarial es solo para los candidatos contratados para trabajar dentro de una de estas localizaciones, y se refiere a la cantidad que Capital One está dispuesto a pagar en el momento de esta publicación. Los salarios para los roles a tiempo parcial se prorratearán en función del número acordado de horas que se trabajará regularmente.

Nueva York (Híbrido En-Sitio): $197,400 - $225,300 para Gerente, Ingeniería de Aprendizaje Automático

Los candidatos contratados para trabajar en otras localidades estarán sujetos al rango de remuneración asociado a esa localidad, y la cantidad de salario anualizado real ofrecida a cualquier candidato en el momento de la contratación se reflejará únicamente en la carta de oferta del candidato.

Este rol también es elegible para ganar una compensación basada en incentivos de rendimiento, que puede incluir bonificaciones en efectivo y/o incentivos a largo plazo (LTI). Los incentivos pueden ser discrecionales o no discrecionales dependiendo del plan.