如果您正在寻找一个改变游戏规则的职业，在世界领先的金融机构工作，那么您来对地方了。
作为摩根大通的首席软件工程师，您将加入公司技术部门的合规控制和监管技术团队，为敏捷团队提供专业知识和工程卓越，以安全、稳定和可扩展的方式增强、构建和交付可信赖的领先技术产品。利用您的高级技术能力，与组织内的同事合作，通过各种技术支持公司的一个或多个投资组合，推动最佳实践的结果。
工作职责
• 开发和实施生成模型：设计和实施最先进的生成模型，并探索新颖的技术。
• 将生成模型应用于自然语言处理任务：利用生成模型如ChatGPT API来处理自然语言处理任务，包括摘要生成和内容生成的提示工程。使用卷积神经网络、循环神经网络和自然语言处理（BERT）等深度学习模型解决各种业务用例，如实体解析、预测和异常检测。
• 与跨职能团队合作：与数据科学家、机器学习工程师和领域专家密切合作，将生成模型整合到各种应用中，确保与ChatGPT API的无缝集成。
• 优化和微调生成模型：实施优化策略，为特定的自然语言处理用例微调生成模型，确保在摘要生成和文本生成方面输出高质量结果。
• 评估和改进模型性能：对生成模型进行全面评估，迭代模型架构，并实施改进措施，以增强自然语言处理应用的整体性能。
• 使用ChatGPT API探索新的用例：利用ChatGPT API进行实验，探索和开发新的用例，利用其能力进行创新应用。
• 产品交付：利用在产品团队中AI框架、方法论和技术挑战方面的经验，与工程师有效沟通，推动产品交付。
• 数据处理：使用Spark、AWS EMR等大规模数据处理框架进行特征工程，并精通各种结构化和非结构化数据。
• 创建持久、可重用的软件框架，供团队和职能部门使用
• 影响业务、产品和技术团队的领导者和高级利益相关者
• 倡导公司多样性、公平、包容和尊重的文化
所需的资格、能力和技能
• 好奇心、创造力、足智多谋和合作精神。表现出在具有不同背景的多学科团队中工作的能力
• 计算机科学、数据科学或相关学科的学位。5年以上机器学习/人工智能技术经验
• 生成模型架构的专业知识：对生成模型架构，特别是GANs、VAEs的理解和实践经验，并在使用ChatGPT API方面具备专业知识。
• 深度学习框架熟练：具备使用TensorFlow、PyTorch和其他相关框架构建和训练生成模型的经验，包括与ChatGPT API的集成。
• 合作和沟通能力：强大的合作能力，能够与跨职能团队有效合作，沟通复杂概念，并为跨学科项目做出贡献。
• 解决问题和优化能力：能够识别和解决与生成模型相关的挑战，实施优化，并对自然语言处理应用的性能进行微调。
• 具备API集成的NLP项目组合：展示生成模型在自然语言处理项目中成功应用的组合，包括利用ChatGPT API进行提示工程的示例。
优选的资格、能力和技能
• 高级编程技能：熟练使用Python进行模型开发、实验和与ChatGPT等API的工作。
• AI/ML产品经验-具备核心AI主题的工作产品知识，如机器学习算法、深度学习、知识图谱、AI工作流程，并具备处理大量数据的经验。
• 研究导向的思维方式：了解最新的生成AI研究动态，实现尖端技术，利用外部API提升功能。 
纽约