AI Engineer 4

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

AI-инженер в команду Intelligent Foundations and Experiences (IFX) в Capital One. Проектирование, разработка и поддержка масштабных AI-систем: обучение foundation-моделей, инференс LLM, агентные workflow, векторный поиск и оценка моделей.

Задачи

• Работать в кросс-функциональной команде инженеров, исследователей, технических программных менеджеров и продакт-менеджеров над AI-продуктами
• Проектировать, разрабатывать, тестировать, разворачивать и поддерживать AI-компоненты: обучение foundation-моделей, инференс LLM, агенты и мультиагентные workflow, similarity search, guardrails, оценка моделей, эксперименты, governance и observability
• Использовать стек Open Source и SaaS AI-технологий: AWS Ultraclusters, Huggingface, VectorDBs, PyTorch и другие
• Разрабатывать и внедрять передовые методы оптимизации foundation-моделей для повышения производительности, масштабируемости, снижения стоимости и задержек в продакшн AI-системах
• Участвовать в формировании технического видения и долгосрочного roadmap фундаментальных AI-систем
• Отвечать за сквозную архитектуру сложных AI-систем с обеспечением поддерживаемости, observability и этической согласованности
• Определять и поддерживать SLO для надёжности AI, включая latency, uptime и дрейф производительности моделей
• Совместно с инфраструктурной командой оптимизировать использование GPU/TPU и ускорять пайплайны инференса моделей
• Проводить кросс-функциональные технические ревью новых AI-развёртываний с соблюдением требований безопасности, data governance и комплаенса
• Менторить Principal и Senior Associates по масштабируемому дизайну, тюнингу производительности и переносу исследований в продакшн

Требования

• Bachelor's degree в Computer Science, AI, Electrical Engineering, Computer Engineering или смежных областях и минимум 4 года опыта разработки AI и ML алгоритмов или технологий, либо Master's degree в тех же областях и минимум 2 года опыта
• Минимум 4 года опыта программирования на Python, Go, Scala, CUDA или Java
• Опыт руководства разработкой AI-систем с принятием tradeoff-решений по стоимости, latency, throughput и точности (желательно)
• 6+ лет опыта развёртывания масштабируемых и ответственных AI-решений в облаках (AWS, Google Cloud, Azure или эквивалентный private cloud) (желательно)
• Опыт проектирования, разработки, поставки и поддержки AI-сервисов (желательно)
• Опыт разработки AI и ML алгоритмов или технологий (LLM Inference, Similarity Search и VectorDBs, Guardrails, Memory) на Python, C++, C#, Java, CUDA или Golang (желательно)
• Опыт разработки и применения передовых методов оптимизации обучения и инференса для повышения утилизации железа, latency, throughput и снижения стоимости (желательно)
• Опыт построения агентных AI-систем и агентных workflow (желательно)
• Страсть к отслеживанию последних исследований в AI и AI-системах и умение обоснованно применять новые техники в продакшне (желательно)
• Навык проектирования распределённых систем для обучения моделей, оценки и онлайн-инференса в масштабе петабайт (желательно)
• Опыт определения процессов AI model governance, включая воспроизводимость, отслеживание lineage и автоматизированные расписания retraining (желательно)
• Подтверждённая способность влиять на архитектурные решения в нескольких AI-продуктовых линиях или платформах (желательно)

Условия

• Capital One рассмотрит спонсорство для нового квалифицированного кандидата на разрешение на работу
• Полная занятость с годовой зарплатой: Cambridge, MA и McLean, VA — $197,300–$225,100; New York, NY и San Jose, CA — $215,200–$245,600
• Возможна performance-based incentive compensation, включая cash bonus и/или long term incentives (LTI)
• Комплексный, конкурентный и инклюзивный набор льгот по здоровью, финансам и благополучию
• Вакансия принимает заявки минимум 5 рабочих дней
• Capital One — равный работодатель (EOE, включая disability/vet), продвигает workplace без наркотиков

Навыки

• Python
• Go
• Scala
• CUDA
• Java
• C++
• C#
• Golang
• AWS
• Google Cloud
• Azure
• Huggingface
• VectorDBs
• PyTorch
• LLM Inference
• Similarity Search
• Guardrails
• Agents
• Multi-agent workflows
• Model evaluation
• Distributed systems
• GPU/TPU optimization
• AI model governance
• SLO