Capital One是一家多元化的银行公司，提供早期和后期风险投资以及债务融资投资。作为Capital One的高级机器学习工程师，您将成为一个敏捷团队的一部分，致力于在规模上实现机器学习应用和系统的生产。
职责
• MLE角色与许多学科重叠，如运营、建模和数据工程。在这个角色中，您将被期望执行许多机器学习工程活动，包括以下一项或多项：
• 设计、构建和/或交付解决实际业务问题的ML模型和组件，同时与产品和数据科学团队合作。
• 使用您对ML建模技术和问题的理解，包括模型选择、数据和特征选择、模型训练、超参数调整、维度、偏差/方差和验证，来指导您的ML基础设施决策。
• 通过编写和测试应用代码、开发和验证ML模型以及自动化测试和部署来解决复杂问题。
• 作为跨职能敏捷团队的一部分合作，创建和增强支持最先进的大数据和ML应用的软件。
• 在生产中重新训练、维护和监控模型。
• 利用或构建基于云的架构、技术和/或平台，以规模化交付优化的ML模型。
• 构建优化的数据管道以供ML模型使用。
• 利用持续集成和持续部署的最佳实践，包括测试自动化和监控，以确保成功部署ML模型和应用代码。
• 确保所有代码都得到良好管理，以减少漏洞，模型从风险角度得到良好管理，并且ML遵循负责任和可解释的AI的最佳实践。
• 使用Python、Scala或Java等编程语言。
技能
• 至少4年以上使用Python、Scala或Java进行编程的经验（不包括实习经验）
• 至少3年以上设计和构建使用分布式计算的数据密集型解决方案的经验
• 至少2年以上在业界公认的ML框架（scikit-learn、PyTorch、Dask、Spark或TensorFlow）上的工作经验
• 至少1年以上生产化、监控和维护模型的经验
• 1年以上构建、扩展和优化ML系统的经验
• 1年以上进行数据收集和准备以供ML模型使用的经验
• 2年以上开发高性能、可靠和可维护代码的经验
• 在公共云（如AWS、Azure或Google Cloud Platform）中开发和部署ML解决方案的经验
• 计算机科学、电气工程、数学或类似领域的硕士或博士学位
• 3年以上分布式文件系统或多节点数据库范例的经验
• 对开源ML软件做出贡献
• 在ML技术、模型或概念验证方面撰写/合著过论文
• 3年以上构建供ML模型使用的生产就绪数据管道的经验
• 设计、实施和扩展复杂数据管道以供ML模型使用，并评估其性能的经验
福利
• 健康
• 金融
• 一系列包容性福利 
旧金山