Sr Lead Machine Learning Engineer Job at Capital One in New York
Capital One, New York, NY, United States
* Bachelor’s Degree* At least 8 years of experience designing and building data-intensive solutions using distributed computing (Internship experience does not apply)* At least 4 years of experience programming with Python, Scala, or Java* At least 3 years of experience building, scaling, and optimizing ML systems* At least 2 years of experience leading teams developing ML solutions* Master's or doctoral degree in computer science, electrical engineering, mathematics, or a similar field* Experience developing and deploying ML solutions in a public cloud such as AWS, Azure, or Google Cloud Platform* 4+ years of on-the-job experience with an industry recognized ML framework such as scikit-learn, PyTorch, Dask, Spark, or TensorFlow* 3+ years of experience developing performant, resilient, and maintainable code* 3+ years of experience with data gathering and preparation for ML models* 3+ years of people management experience* ML industry impact through conference presentations, papers, blog posts, open source contributions, or patents* 3+ years of experience building production-ready data pipelines that feed ML models* Ability to communicate complex technical concepts clearly to a variety of audiencesCapital One offers a comprehensive, competitive, and inclusive set of health, financial and other benefits that support your total well-being. Learn more at the . Eligibility varies based on full or part-time status, exempt or non-exempt status, and management level.
#J-18808-Ljbffr
In Summary: At least 8 years of experience designing and building data-intensive solutions using distributed computing . 4+ years of on-the-job experience with an industry recognized ML framework such as scikit-learn, PyTorch, Dask, Spark, or TensorFlow .
En Español: * Licenciatura* Al menos 8 años de experiencia en el diseño y la construcción de soluciones intensivas de datos utilizando computación distribuida (la experiencia de pasantía no se aplica) * Al menos 4 años de experiencias en programación con Python, Scala o Java* al menos 3 años de Experiencia en la creación, escalado y optimización de sistemas ML* Por lo menos 2 años de experimentación liderando equipos que desarrollan soluciones ML* Máster o doctorado en informática, ingeniería eléctrica, matemáticas o un campo similar* ya está desarrollando e implementando soluciones XML en una nube pública como AWS, Azure o Google Cloud Platform* Aprenda más de 4 años en el trabajo con un marco reconocido por la industria como schen-learning, PyTorch, Dask, Spark o TensorFlow* 3 años en desarrollo de equipos de gestión de datos resilientes y mantenibles* Un año de experiencia completa en la administración del código fuente de datos y un nivel de conocimientos técnicos complejo.
#J-18808-Ljbffr
In Summary: At least 8 years of experience designing and building data-intensive solutions using distributed computing . 4+ years of on-the-job experience with an industry recognized ML framework such as scikit-learn, PyTorch, Dask, Spark, or TensorFlow .
En Español: * Licenciatura* Al menos 8 años de experiencia en el diseño y la construcción de soluciones intensivas de datos utilizando computación distribuida (la experiencia de pasantía no se aplica) * Al menos 4 años de experiencias en programación con Python, Scala o Java* al menos 3 años de Experiencia en la creación, escalado y optimización de sistemas ML* Por lo menos 2 años de experimentación liderando equipos que desarrollan soluciones ML* Máster o doctorado en informática, ingeniería eléctrica, matemáticas o un campo similar* ya está desarrollando e implementando soluciones XML en una nube pública como AWS, Azure o Google Cloud Platform* Aprenda más de 4 años en el trabajo con un marco reconocido por la industria como schen-learning, PyTorch, Dask, Spark o TensorFlow* 3 años en desarrollo de equipos de gestión de datos resilientes y mantenibles* Un año de experiencia completa en la administración del código fuente de datos y un nivel de conocimientos técnicos complejo.