Ingénieur en chef de l'apprentissage automatique

Centre 1 (19052), États-Unis d'Amérique, McLean, Virginie

Ingénieur principal en apprentissage automatique

En tant qu'ingénieur en apprentissage automatique (MLE) chez Capital One, vous ferez partie d'une équipe Agile dédiée à la production d'applications et de systèmes d'apprentissage automatique à grande échelle. Vous participerez à la conception technique détaillée, au développement et à la mise en œuvre d'applications d'apprentissage automatique en utilisant des plates-formes technologiques existantes et émergentes. Vous vous concentrerez sur la conception architecturale de l'apprentissage automatique, le développement et la revue des modèles et du code applicatif, et vous assurerez la haute disponibilité et performance de nos applications d'apprentissage automatique. Vous aurez l'opportunité d'apprendre continuellement et d'appliquer les dernières innovations et les meilleures pratiques en ingénierie de l'apprentissage automatique.

Avec l'organisation Capital One Travel Decisioning, vous aurez l'opportunité de construire des modèles d'apprentissage automatique qui seront au cœur de la fourniture de recommandations personnalisées, d'offres et d'expériences de voyage à nos clients.

Voici ce que vous ferez dans ce rôle:

• Le rôle de MLE recoupe de nombreuses disciplines, comme Ops, Modelling et Data Engineering. Dans ce rôle, on attendra de vous que vous réalisiez de nombreuses activités d'ingénierie ML, y compris une ou plusieurs des tâches suivantes:

• Conception, construction et/ou livraison de modèles et de composants ML qui résolvent des problèmes commerciaux réels, tout en travaillant en collaboration avec les équipes de produit et de Data Science.

• Informez vos décisions d'infrastructure ML à l'aide de votre compréhension des techniques et des enjeux de modélisation ML, y compris le choix du modèle, des données et de la sélection des fonctionnalités, la formation du modèle, le réglage des hyperparamètres, la dimensionalité, le biais/variance, et la validation).

• Résoudre des problèmes complexes en écrivant et en testant du code applicatif, en développant et en validant des modèles ML, et en automatisant les tests et le déploiement.

• Collaborer au sein d'une équipe Agile transversale pour créer et améliorer un logiciel permettant des applications de big data et de ML de pointe.

• Réentraîner, maintenir, et surveiller les modèles en production.

• Utiliser ou construire des architectures, des technologies, et/ou des plateformes basées sur le cloud pour délivrer des modèles ML optimisés à grande échelle.

• Construire des pipelines de données optimisés pour alimenter les modèles ML.

• Exploiter les meilleures pratiques d'intégration continue et de déploiement continu, y compris l'automatisation des tests et la surveillance, pour assurer le déploiement réussi des modèles ML et du code applicatif.

• Assurer que tout le code est bien géré pour réduire les vulnérabilités, que les modèles sont bien gouvernés d'un point de vue du risque, et que le ML suit les meilleures pratiques en matière d'IA responsable et explicative.

• Utiliser des langages de programmation comme Python, Scala, ou Java.

Qualifications de base:

• Diplôme de bachelor

• Au moins 6 ans d'expérience dans la conception et la construction de solutions intensives en données en utilisant l'informatique distribuée (l'expérience en stage ne s'applique pas)

• Au moins 4 ans d'expérience en programmation avec Python, Scala, ou Java

• Au moins 2 ans d'expérience dans la construction, l'optimisation et l'augmentation de l'échelle des systèmes ML

 

Qualifications préférées:

• Master ou doctorat en informatique, en génie électrique, en mathématiques, ou dans un domaine similaire

• 3+ ans d'expérience dans la construction de pipelines de données prêts pour la production qui alimentent des modèles ML

• 3+ ans d'expérience sur le terrain avec un cadre ML reconnu par l'industrie tel que scikit-learn, PyTorch, Dask, Spark, ou TensorFlow

• 2+ ans d'expérience dans le développement de code performant, résilient, et maintenable

• 2+ ans d'expérience avec la collecte de données et la préparation pour les modèles ML

• 1+ ans d'expérience dans la direction d'équipes développant des solutions ML en utilisant les meilleures pratiques de l'industrie, les modèles, et l'automatisation

• Expérience dans le développement et le déploiement de solutions ML dans un cloud public tel que AWS, Azure, ou Google Cloud Platform

• Expérience dans la conception, la mise en œuvre, et l'extension de pipelines de données complexes pour les modèles ML et l'évaluation de leur performance

• Impact sur l'industrie du ML par des présentations de conférences, des articles, des blogues, des contributions à des sources ouvertes, ou des brevets

 

À ce moment, Capital One ne parrainera pas un nouveau candidat pour une autorisation d'emploi pour ce poste.

Les salaires annuels à temps plein minimum et maximum pour ce rôle sont indiqués ci-dessous, par lieu. Veuillez noter que cette information sur les salaires est uniquement pour les candidats embauchés pour travailler dans l'un de ces lieux, et se réfère au montant que Capital One est disposé à payer au moment de cette publication. Les salaires pour les rôles à temps partiel seront proratisés en fonction du nombre d'heures convenu à travailler régulièrement.

New York City (Hybride sur site) : $197,400 - $225,300 for Lead Machine Learning Engineer

Les candidats embauchés pour travailler dans d'autres lieux seront sujets à la plage de rémunération associée à ce lieu, et le montant salarial annuel réel offert à tout candidat au moment de l'embauche ne sera reflétée que dans la lettre d'offre du candidat.

Ce rôle est également éligible pour obtenir une rémunération incitative basée sur la performance, qui peut inclure des bonus en espèces et/ou des incitations à long terme (LTI). Les incitations pourraient être discrétionnaires ou non discrétionnaires en fonction du plan.