高级MLOps工程师
我们正在寻找一位高级MLOps工程师，与数据科学家密切合作，在现代MLOps技术栈上构建和部署ML模型。
作为推荐引擎团队的机器学习工程负责人，您将构建和维护用于大规模计算集群上的分布式模型训练、批量/实时模型服务、大规模超参数调优、模型监控、生产验证以及其他对模型开发、测试和部署至关重要的活动的管道，确保在一个管理良好、受控的环境中进行。
我们的产品“个性化和洞察”构建并支持高吞吐量、低延迟的应用程序，这些应用程序利用最先进的机器学习架构，并部署在AWS中。这些应用程序为Chase消费者和社区银行渠道提供个性化体验，帮助将传统银行服务与旅行、商户优惠购物和餐饮领域的其他服务结合起来。
工作职责：
- 构建、部署和维护用于GPU集群上分布式训练的强大管道，以支持可扩展的机器学习工作流。
- 开发和管理高吞吐量、实时推理以及批量推理的管道，确保最佳性能和可靠性。
- 实施量化技术并部署大型语言模型（LLMs），以最大化效率和资源利用。
- 监督向量数据库的管理和优化，以支持高级AI和机器学习应用。
- 建立和维护全面的监控和可观察性管道，以确保系统健康、性能和快速问题解决。
- 与跨职能团队合作，整合新技术并持续改进现有基础设施。
- 与产品、架构和其他工程团队合作，定义可扩展和高性能的技术解决方案。
所需资格、能力和技能：
- 计算机科学或相关工程领域的学士学位，具有6年以上经验，或计算机科学或相关工程领域的硕士学位，具有4年以上经验。
- 扎实的Python知识和丰富的经验。
- 扎实的云计算基础知识，AWS优先。
- 对数据科学基础、模型训练和部署有深入的了解和热情。
- 在监控和可观察性工具方面的经验，用于监控模型输入/输出和特征统计。
- 在大数据/ML工具（如Ray、DuckDB、Spark）方面的操作经验。
- 扎实的工程基础和分析思维。
- 行动导向和迭代开发。
优先资格、能力和技能：
- 有推荐和个性化系统经验者优先。
- 在容器（docker生态系统）、容器编排系统[Kubernetes, ECS]、DAG编排[Airflow, Kubeflow等]方面有扎实的基础和经验。
- 具备良好的数据库知识。
关于我们
摩根大通是历史最悠久的金融机构之一，凭借J.P. Morgan和Chase品牌为数百万消费者、小企业以及全球众多知名企业、机构和政府客户提供创新的金融解决方案。我们的历史超过200年，如今我们在投资银行、消费者和小企业银行、商业银行、金融交易处理和资产管理方面处于领先地位。
我们提供具有竞争力的总奖励套餐，包括基于角色、经验、技能和地点确定的基本工资。符合条件的职位可能会获得基于佣金的薪酬和/或酌情奖励性补偿，以现金和/或可没收的股权形式支付，以表彰个人成就和贡献。我们还提供一系列福利和计划，以满足员工的需求，具体取决于资格。这些福利包括全面的医疗保险、现场健康和保健中心、退休储蓄计划、备用儿童护理、学费报销、心理健康支持、财务指导等。在招聘过程中将提供有关总薪酬和福利的更多详细信息。
我们认识到员工是我们的力量，他们为我们的全球员工队伍带来的多样化才能与我们的成功直接相关。我们是一个机会均等的雇主，并高度重视公司内部的多样性和包容性。我们不因任何受保护属性（包括种族、宗教、肤色、国籍、性别、性取向、性别认同、性别表达、年龄、婚姻或退伍军人身份、怀孕或残疾）而歧视。我们还为申请人和员工的宗教实践和信仰以及心理健康或身体残疾需求提供合理的便利。
