Senior Machine Learning Engineer (Python, Spark, MLOPS, Cloud)

Lokalizacja: Centrum 1 (19052), McLean, Virginia, Stany Zjednoczone

Jako starszy inżynier ds. uczenia maszynowego w Capital One, będziesz częścią zespołu Agile, który zobowiązał się do rozwijania i skalowania aplikacji wykorzystujących uczenie maszynowe. Będziesz przyczyniał się do szczegółowego projektowania technicznego, rozwoju i wdrażania systemów uczenia maszynowego z wykorzystaniem zarówno ustalonych, jak i nowych technologii. Zapewnij wysoką dostępność i wydajność aplikacji uczenia maszynowego, jednocześnie ucząc się i stosując najnowsze najlepsze praktyki inżynieryjne w dziedzinie uczenia maszynowego.

Rola inżyniera ds. uczenia maszynowego (MLE) integruje aspekty operacji, modelowania i inżynierii danych. Kluczowe działania obejmują:

• Projektowanie, budowanie i dostarczanie modeli uczenia maszynowego, aby rozwiązywać rzeczywiste problemy biznesowe we współpracy z zespołami produktowymi i naukowymi ds. danych.
• Podejmowanie świadomych decyzji dotyczących infrastruktury ML, biorąc pod uwagę rodzaj modelu, wybór danych, szkolenie modelu, dostrajanie hiperparametrów i walidację.
• Rozwiązywanie skomplikowanych problemów za pomocą kodu aplikacji, opracowywania modelu ML, walidacji i zautomatyzowanego testowania.
• Współpraca z zespołami Agile w celu rozwijania i poprawiania oprogramowania dla aplikacji big data i ML.
• Przekwalifikowanie, utrzymanie i monitorowanie modeli w produkcji.
• Wykorzystywanie architektur opartych na chmurze do optymalizacji modeli ML na dużą skalę.
• Budowa potoków danych wspierających modele ML.
• Przyjęcie najlepszych praktyk ciągłej integracji i wdrażania, w tym automatyzacji testów i monitorowania, w celu pomyślnego wdrożenia modeli ML.
• Zarządzanie kodem, zarządzanie ryzykiem modeli i przestrzeganie najlepszych praktyk w dziedzinie odpowiedzialnej i wyjaśnialnej AI.
• Wykorzystywanie języków programowania takich jak Python, Scala lub Java.

Podstawowe wymagania:

• Tytuł licencjata
• Co najmniej 4 lata doświadczenia w programowaniu w Pythonie, Scali lub Java.
• Co najmniej 3 lata doświadczenia w projektowaniu i budowaniu rozwiązań intensywnie korzystających z danych przy użyciu rozproszonych obliczeń.
• Co najmniej 2 lata doświadczenia z rozpoznawalnymi frameworkami ML (scikit-learn, PyTorch, Dask, Spark lub TensorFlow).
• Co najmniej 1 rok doświadczenia w produkcji, monitorowaniu i utrzymywaniu modeli.

Preferowane kwalifikacje:

• Ponad 1 rok doświadczenia w budowaniu, skalowaniu i optymalizacji systemów ML.
• Ponad 1 rok doświadczenia w gromadzeniu i przygotowywaniu danych dla modeli ML.
• Ponad 2 lata doświadczenia w tworzeniu odpornego, łatwego w utrzymaniu kodu.
• Doświadczenie w wdrażaniu rozwiązań ML w środowiskach chmur publicznych, takich jak AWS, Azure lub Google Cloud Platform.
• Tytuł magistra lub doktorat z informatyki, inżynierii elektrycznej, matematyki lub pokrewnej dziedziny.
• Ponad 3 lata doświadczenia z rozproszonymi systemami plików lub paradygmatami baz danych na wielu węzłach.
• Udział w tworzeniu oprogramowania ML open source.
• Autorstwo lub współautorstwo artykułu na temat techniki ML, modelu lub dowodu koncepcji.
• Ponad 3 lata doświadczenia w budowaniu pot