Responsable, Ingénierie de l'apprentissage automatique (Leader d'équipe)

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

Manager, Ingénierie de l'Apprentissage Automatique (Leader de personnes)

L'équipe Apollo de Capital One a pour vision de fournir une vue à 360 degrés de chaque entreprise aux États-Unis grâce à des capacités de résolution d'entités de pointe. La résolution d'entité fait référence à la capacité de résoudre/attribuer différentes pièces d'information collectées à une entité particulière, avec un degré élevé de précision.

L'organisation Apollo est un groupe lean et orienté vers un objectif qui se développe rapidement et qui recherche des talents en ingénierie forts. Dans l'espace Apollo, il y a des opportunités au sein des équipes pour des leaders d'ingénierie pratiques pour prendre en charge les systèmes d'exploitation ML, le génie des fonctionnalités et le développement de modèles en collaboration avec les data scientists qui alimentent les expériences des clients à travers les offres de produits d'Apollo.

En tant que manager de l'ingénieur d'apprentissage automatique (MLE), vous dirigerez une 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 les plateformes technologiques existantes et émergentes. Vous vous concentrerez sur la conception architecturale de l'apprentissage automatique, le développement et la révision des modèles et du code des applications, et vous assurerez la haute disponibilité et les performances de nos applications d'apprentissage automatique. Vous aurez l'occasion d'apprendre continuellement et d'appliquer les innovations les plus récentes et les meilleures pratiques en matière d'ingénierie de l'apprentissage automatique.
Ce que vous ferez dans le rôle :

• Le rôle du MLE chevauche de nombreuses disciplines, telles que ML Ops et Data Engineering. Dans ce rôle, on s'attend à ce que vous effectuiez de nombreuses activités d'ingénierie ML, y compris une ou plusieurs des activités suivantes :

• Collaborez avec une équipe multidisciplinaire de data scientists, d'ingénieurs logiciel, de chefs de produit et de designers pour livrer des produits alimentés par l'IA que les clients adorent.

• Informe vos décisions d'infrastructure ML en utilisant votre compréhension des techniques et des problèmes de modélisation ML, y compris le choix du modèle, des données et de la sélection des caractéristiques, la formation du modèle, le réglage des hyperparamètres, la dimensionnalité, le biais/la variance et la validation).

• Résolvez des problèmes complexes en écrivant et en testant du code d'application, en développant et en validant des modèles ML, et en automatisant les tests et le déploiement.

• Collaborer au sein d'une équipe Agile interfonctionnelle pour créer et améliorer les logiciels qui permettent des applications de big data et de ML de pointe.

• Former à nouveau, maintenir et surveiller les modèles en production.

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

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

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

• Veiller à ce que tout le code soit bien géré pour réduire les vulnérabilités, que les modèles soient bien gouvernés d'un point de vue risque, et que le ML suive les meilleures pratiques en matière d'IA responsable et explicable.

• Collaborer avec des data scientists, des ingénieurs en apprentissage automatique, des analystes d'affaires et/ou des responsables de produits pour comprendre leurs exigences et fournir des solutions efficaces pour l'exploration, l'analyse et la modélisation des données

• Développer et architecturer des pipelines de données évolutifs et des processus ETL pour le génie des fonctionnalités en utilisant des langages de programmation tels que Python et Scala, et des cadres comme Spark

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

Qualifications de base :

• Diplôme de bachelier

• Au moins 6 ans d'expérience dans la conception et la réalisation de solutions intensives en données en utilisant l'informatique distribuée (l'expérience de 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, la mise à l'échelle et la production de systèmes ML

• Au moins 2 ans d'expérience en tant que leader de personnes

Qualifications préférées :

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

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

• 3+ ans d'expérience professionnelle avec un cadre de ML reconnu dans l'industrie comme Scikit-learn, PyTorch, Dask, Spark ou TensorFlow

• 2+ ans d'expérience dans les technologies de big data

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

• 2+ ans d'expérience dans le génie des grandes caractéristiques de données pour les modèles ML

• 1+ année de résolution d'entité (ER) et d'algorithmes de correspondance à grande échelle

• Expérience avec les bases de données graphiques (comme Neptune et Neo4j)

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

• Expérience dans la conception, la mise en œuvre et la mise à l'échelle de pipelines de données complexes pour les modèles ML et l'évaluation de leurs performances

• Impact de l'industrie ML à travers des présentations en conférence, des articles, des billets de blog, des contributions open source ou des brevets

À ce stade, Capital One ne parrainera pas un nouveau candidat pour obtenir 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 ces informations salariales sont uniquement pour les candidats embauchés pour effectuer des travaux dans l'un de ces lieux et se réfèrent au montant que Capital One est prêt à payer au moment de cette annonce. Les salaires pour les rôles à temps partiel seront proratisé en fonction du nombre de heures convenu devant être travaillé régulièrement.

New York City (hybride sur site) : 197 400 $ - 225 300 $ pour le manageur en ingénierie de l'apprentissage automatique

Les candidats embauchés pour travailler dans d'autres lieux seront soumis à la gamme de salaires associée à ce lieu, et le montant du salaire annuel effectivement offert à tout candidat lors de l'embauche sera uniquement reflété dans la lettre d'offre du candidat.

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