机器学习工程师 - 远程, 来自美国

17个月前远程全职
135K - 165K USD S&P Global

S&P Global

location 洛杉矶
unsaved
这是一份全远程工作,提供对象为:美国,加拿大 职位:机器学习工程师 等级:11级(仅内部使用) 自然语言处理卓越中心团队是标普道琼斯指数的一部分,致力于应用人工智能提供系统化方法,使投资者获得独特和差异化的见解和曝光。我们的旗舰指数系列描述了第四次工业革命的行业和创新,S&P Kensho新经济指数利用先进的自然语言处理技术,并授权给全球最大的资产管理公司之一。 对您的好处:您将负责构建支持指数业务的解决方案,利用组织中的发展和数据,并为S&P Global的机器学习进步做出贡献。 职责:作为一名机器学习工程师,您将负责解决各种问题。您将超越学术理论的限制,将您的技能应用于基于真实世界数据的机器学习流程的构建。在这个角色中,您将不断与工程师团队合作。我们的机器学习团队负责从问题定义到原型设计再到生产应用的解决方案交付。 • 分析专有和开源数据集 • 研究、原型设计、确定和构建预测产品 • 设计用于理解大量文本数据的尖端流程 • 在各种开发平台上利用最近的开源和闭源LLM技术进展 • 使用LLM和对话流程的最佳实践 • 编写生产级代码 • 编写测试以确保您的模型的健壮性和可靠性 基本资格: • 至少有2年的机器学习工作经验 • 精通Python • 熟悉常见的机器学习方法,如特征工程、特征选择、传统机器学习模型的超参数优化 • 有应用对话式人工智能的最新方法的经验,如RAGs、短期记忆和其他可用方法 • 具备强大的统计知识、直觉和建模实际数据的经验 • 具备有效的编码、文档编写和沟通习惯 • 有通过Github与他人合作共同编写代码、审核Pull请求和解决合并冲突的经验 • 具备良好的工作实践和根据高级技术指令制定任务及预期时间的能力 优先资格: • 在设计和部署生产级代码方面具有丰富的经验 • 具备云开发和部署经验:Azure、OpenAI、AWS Bedrock • 具备提示工程经验 • 具备应用LLM从复杂PDF文档中提取信息的经验 薪酬/福利信息(仅适用于美国申请者): S&P Global表示,此职位的预期基本工资范围为13.5万美元至16.5万美元。基本工资范围可能因地理位置而异。除了基本薪酬外,此职位还有资格获得额外的薪酬,如年度奖金。 此职位有资格获得额外的S&P Global福利。有关我们为员工提供的福利的更多信息,请访问https://www.spgbenefitessentials.com/newhires。 关于公司的声明: S&P Global提供支持决策的重要智能。我们为世界领先的组织提供正确的数据、连接的技术和所需的专业知识,使其能够前进。作为我们团队的一员,您将帮助解决复杂的挑战,为企业、政府和个人提供适应不断变化的经济环境的知识。 S&P道琼斯指数提供标志性和创新的指数解决方案,为全球资本市场提供透明度。 ----------------------------------------------------------- 平等机会雇主 S&P Global是一个平等机会雇主,所有合格的候选人将获得平等的就业机会,不论种族/民族、肤色、宗教、性别、性取向、性别认同、国籍、年龄、残疾、婚姻状况、退伍军人身份、失业状况或法律保护的其他身份。只有电子工作申请将被考虑。 如果您因残疾需要在申请过程中获得帮助,请发送电子邮件至:EEO.Compliance@spglobal.com,您的请求将被转发给适当的人员。 仅适用于美国候选人:《平等就业机会法》海报http://www.dol.gov/ofccp/regs/compliance/posters/pdf/eeopost.pdf描述了联邦法律下的歧视保护。 ----------------------------------------------------------- IFTECH202.2 - 中级专业二级(EEO工作组) 这个来自"S&P Global"的职位已经通过Jobgether进行了丰富,并获得了80.5%的灵活性评分