Vereinigte Staaten
HEARTLAND BUSINESS SYSTEMS LLC
Jobgether
Staff Machine Learning Engineer, Home Surfaces
Vereinigte Staaten
United States
Python
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Diese Stelle wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und weiteren Schritte verwaltet. Unser Partner sucht einen Staff Machine Learning Engineer, Home Surfaces mit Sitz in den Vereinigten Staaten.
Wie Jobgether funktioniert
Wir verwenden einen KI-gestützten Matching-Prozess, um sicherzustellen, dass Ihre Bewerbung schnell, objektiv und fair anhand der Kernanforderungen der Stelle geprüft wird. Unser System identifiziert die am besten geeigneten Kandidaten, und diese Shortlist wird direkt an das einstellende Unternehmen weitergegeben. Die endgültige Entscheidung und die weiteren Schritte (Interviews, Assessments) werden von deren internem Team verwaltet.
Wir schätzen Ihr Interesse und wünschen Ihnen viel Erfolg!
Warum über Jobgether bewerben?
Datenschutzhinweis: Mit dem Einreichen Ihrer Bewerbung bestätigen Sie, dass Jobgether Ihre personenbezogenen Daten verarbeitet, um Ihre Eignung zu bewerten und relevante Informationen an den einstellenden Arbeitgeber weiterzugeben. Diese Verarbeitung basiert auf berechtigtem Interesse und vorvertraglichen Maßnahmen gemäß den geltenden Datenschutzgesetzen (einschließlich DSGVO). Sie können Ihre Rechte (Zugang, Berichtigung, Löschung, Widerspruch) jederzeit ausüben.
#LI-CL1
Als Staff Machine Learning Engineer gestalten Sie die personalisierte Content-Discovery durch die Entwicklung fortschrittlicher Empfehlungssysteme, die Millionen von Zuhörern dabei helfen, relevante Podcasts und Episoden zu finden. Diese Rolle befindet sich an der Schnittstelle von machine learning, großen Sprachmodellen, Personalisierung und Produktionsinfrastruktur im großen Maßstab. Sie leiten die Entwicklung und Optimierung von Modellen, die maßgebliche digitale Erlebnisse antreiben, einschließlich personalisierter Home-Feeds und KI-gestützter Discovery-Funktionen. In enger Zusammenarbeit mit Produktmanagern, Ingenieuren, Data Scientists und Designern übersetzen Sie Forschungsergebnisse in zuverlässige, skalierbare Lösungen. Sie beeinflussen die technische Strategie, treiben Experimente voran und verbessern die Empfehlungsqualität, Systemleistung sowie Kosteneffizienz. Dies ist eine Gelegenheit, komplexe machine learning-Herausforderungen zu lösen, während Sie Ingenieure betreuen und die Zukunft personalisierter Nutzererlebnisse mitgestalten.
Verantwortlichkeiten
- Verantwortung für die Entwicklung und kontinuierliche Verbesserung der machine learning-Modelle und -Systeme, die personalisierte Home-Feeds antreiben, einschließlich der Shortcuts-Erfahrung.
- Konzeption, Aufbau, Bereitstellung und Optimierung von Empfehlungssystemen, die weltweit Millionen von Nutzern bedienen.
- Entwicklung von Content-Empfehlungsfunktionen für aufkommende KI-gestützte und agentenbasierte Nutzererlebnisse.
- Training, Feinabstimmung, Evaluierung und Optimierung großer Sprachmodelle unter Verwendung von Ansätzen wie Supervised Fine-Tuning (SFT), Knowledge Distillation und parameter-effizienten Trainingstechniken, einschließlich LoRA.
- Zusammenarbeit mit Produktmanagern, Software-Ingenieuren, Data Scientists und Designern zur Definition von Produktzielen, Festlegung von Experimentierstrategien und Bereitstellung effektiver Personalisierungsfunktionen.
- Konzeption und Durchführung von A/B-Tests und Online-Experimenten zur Bewertung der Modellleistung, Messung von Nutzerergebnissen und Steuerung iterativer Verbesserungen.
- Etablierung robuster Praktiken für Modellevaluierung, Monitoring und Optimierung zur Verbesserung der Empfehlungsrelevanz, Zuverlässigkeit, Latenz und Kosteneffizienz.
- Verbesserung von machine learning-Plattformen, Datenpipelines, Orchestrierungs-Workflows und Produktionsinfrastruktur zur Unterstützung der Personalisierung im großen Maßstab.
- Führung bei technischen Entscheidungen in komplexen Problemfeldern und Beitrag zur langfristigen Architektur und Strategie von Empfehlungssystemen.
- Mentoring und Unterstützung anderer machine learning-Ingenieure, Förderung des Wissensaustauschs und Stärkung der technischen Standards und Praktiken im gesamten Team.
Anforderungen
- Umfangreiche Erfahrung in der Entwicklung, Bereitstellung und dem Betrieb von machine learning-Systemen in Produktionsumgebungen.
- Fundierte Expertise in Empfehlungssystemen, Ranking-Modellen, Personalisierung oder Content-Discovery-Plattformen im großen Maßstab.
- Starke Kenntnisse in Python und praktische Erfahrung in der Erstellung von machine learning-Lösungen unter Verwendung von PyTorch.
- Praktische Erfahrung im Training, der Feinabstimmung, Evaluierung und Optimierung großer Sprachmodelle, einschließlich Techniken wie SFT, Distillation und LoRA.
- Verständnis von Modellinferenz im großen Maßstab, einschließlich Latenzmanagement, Zuverlässigkeit, Skalierbarkeit und Kostenoptimierung.
- Erfahrung in der Konzeption, Implementierung und Interpretation von Online-Experimenten und A/B-Tests zur Messung von Auswirkungen und Verbesserung von Nutzererlebnissen.
- Erfahrung im Betrieb verteilter machine learning-Workloads unter Verwendung von Frameworks wie Ray, FSDP, HSDP oder vergleichbaren Technologien.
- Erfahrung im Aufbau und der Wartung von Datenpipelines und Workflow-Orchestrierungssystemen unter Verwendung von Tools wie Flyte, Airflow, BigQuery und Cloud-basierten Speicherplattformen.
- Starkes technisches Urteilsvermögen und die Fähigkeit, Architektur- und Engineering-Entscheidungen über das unmittelbare Team hinaus zu beeinflussen.
- Hervorragende Kommunikations- und Kooperationsfähigkeiten mit der Fähigkeit, effektiv sowohl mit technischen als auch mit nicht-technischen Stakeholdern zusammenzuarbeiten.
- Eine nutzerorientierte Denkweise und das Engagement, machine learning durchdacht einzusetzen, um die Content-Discovery und das Engagement zu verbessern.
- Standort und Zusammenarbeit: Muss in einer nordamerikanischen Region ansässig sein, in der der Arbeitgeber einen etablierten Arbeitsstandort hat, mit Verfügbarkeit für die Zusammenarbeit während der Arbeitszeiten der Eastern Time.
Leistungen
- Jährliches Grundgehalt: $227,495–$324,993 für in den USA ansässige Mitarbeiter.
- Equity: Zusätzliche Aktienvergütung zusätzlich zum Grundgehalt.
- Krankenversicherung: Krankenversicherungsschutz als Teil des Leistungspakets für Mitarbeiter.
- Bezahlte Elternzeit: Sechs Monate bezahlte Elternzeit.
- Altersvorsorge: 401(k)-Altersvorsorgeplan.
- Bezahlter Urlaub: 23 bezahlte Urlaubstage pro Jahr.
- Flexible Feiertage: 13 bezahlte flexible Feiertage.
- Bezahlter Krankheitsurlaub: Bezahlte Freistellung bei Krankheit zur Unterstützung von Gesundheit und Wohlbefinden.
- Monatlicher Essenszuschuss: Finanzielle Unterstützung für Mahlzeiten.
- Flexible Arbeitsregelungen: Standortflexibilität innerhalb berechtigter nordamerikanischer Regionen, abhängig von verfügbaren Arbeitsstandorten.
- Inklusiver Arbeitsplatz: Ein Engagement für Chancengleichheit, Vielfalt, Barrierefreiheit und angemessene Vorkehrungen während des gesamten Rekrutierungsprozesses.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen