The MITRE Corporation
Scribd, Inc.
Data Scientist II
Kultur bei Scribd, Inc.
Scribd, Inc. verfolgt die Mission, das menschliche Verständnis voranzubringen. Unsere vier Produkte — Scribd®, Slideshare®, Everand™ und Fable — helfen Milliarden von Menschen weltweit, über den reinen Zugang hinauszugehen und zu Erkenntnissen, Anwendungen und Fachwissen zu gelangen.
Wir fördern eine Kultur, in der unsere Mitarbeiter authentisch und mutig sein können; in der wir diskutieren und uns verpflichten, während wir Wendungen akzeptieren; und in der jeder Mitarbeiter befähigt wird, Initiative zu ergreifen, während wir den Kunden in den Vordergrund stellen.
Wir glauben, dass die beste Arbeit dann entsteht, wenn individuelle Flexibilität mit bedeutungsvoller Gemeinschaftsverbindung in Einklang gebracht wird. Scribd Flex befähigt Mitarbeiter, den Arbeitsstil und den Ort zu wählen, die ihre beste Leistung unterstützen, und verpflichtet sich gleichzeitig zu bewussten persönlichen Treffen, die Zusammenarbeit und Kultur stärken. Gelegentliche persönliche Anwesenheit ist für alle Scribd, Inc.-Mitarbeiter erforderlich, unabhängig vom Standort.
Was suchen wir also bei neuen Teammitgliedern? Bei Scribd, Inc. stellen wir nach „GRIT“ ein. Traditionell definiert als die Schnittmenge von Leidenschaft und Ausdauer für langfristige Ziele, spiegelt GRIT die Denkweise wider, die wir von jedem Mitarbeiter erwarten. Für uns dient es auch als praktischer Rahmen für unsere Arbeitsweise: Ziele setzen und erreichen, Ergebnisse in Ihrer Rolle liefern, innovative Ideen und Lösungen einbringen und das breitere Team durch Zusammenarbeit und Einstellung stärken.
Über das Team
Das Applied Research Team ist eine Gruppe von Data Scientists und Fachexperten, die Experten darin sind, machine learning , natürliche Sprachverarbeitung und generative KI-Modelle zu nutzen, um Lösungen zu entwickeln, die unseren Nutzern und dem Unternehmen einen Mehrwert bieten.
Wir sind ein wichtiger Treiber für Innovation, sei es bei der Experimentation von Produktflächen, der Metadatengenerierung oder der Modellentwicklung. Zusammen mit Partnern aus Produkt und Engineering entwerfen wir Lösungen und arbeiten in funktionsübergreifenden Teams zusammen, um die Geschäftswirkung zu maximieren.
Unsere Tätigkeitsbereiche umfassen Content-Anreicherung, Repräsentationslernen, Empfehlungen, Suche, Übersetzung und viele andere, angewendet auf vielfältige Medien über Text, Bild und Audio. Wir operieren im Maßstab von Hunderten von Millionen Dokumenten, Millionen von Nutzern und Milliarden von Nutzerinteraktionen.
Rollenübersicht
Wir suchen einen Data Scientist II mit Erfahrung in der Entwicklung und Bereitstellung von machine learning-Modellen. Sie werden bei der Konzeption und Implementierung von wirkungsvollen KI- und ML-Systemen mitwirken. Wir arbeiten in funktionsübergreifenden Teams und kooperieren mit Machine Learning Engineers, Data Engineers und Product. Wir suchen eine neugierige und kollaborative Person mit einem Auge für Einfachheit, End-to-End-Transparenz und Wirkung, die begeistert davon ist, Modelle mit riesigen Datenmengen zu erstellen, Sprachmodelle zu verwenden und Modelle bereitzustellen.
Lernen Sie Scribd, Inc. kennen
Über Scribd, Inc.
Arbeiten bei Scribd, Inc.
Diese Ausschreibung spiegelt eine genehmigte, offene Stelle innerhalb der Organisation wider.
Leben Sie derzeit an einem Ort, an dem Scribd, Inc. Sie beschäftigen kann?
Mitarbeiter müssen ihren Hauptwohnsitz in oder in der Nähe einer der folgenden Städte haben. Dies schließt umliegende Metropolregionen oder Standorte innerhalb einer typischen Pendelentfernung ein:
Vereinigte Staaten:
Atlanta | Austin | Boston | Dallas | Denver | Chicago | Houston | Jacksonville | Los Angeles | Miami | New York City | Phoenix | Portland | Sacramento | Salt Lake City | San Diego | San Francisco | Seattle | Washington D.C.
Kanada:
Ottawa | Toronto | Vancouver
Mexiko:
Mexiko-Stadt
Leben bei Scribd, Inc.
Wir möchten, dass unser Interviewprozess für alle zugänglich ist. Sie können uns über etwaige angemessene Anpassungen, die wir vornehmen können, um Ihre Bedürfnisse besser zu erfüllen, informieren, indem Sie accommodations@scribd.com bezüglich der Notwendigkeit von Anpassungen zu jedem Zeitpunkt des Interviewprozesses kontaktieren.
Wenn Sie sich für eine Stelle bei Scribd, Inc. bewerben oder anderweitig mit uns im Zusammenhang mit einer Anstellung interagieren (einschließlich als Mitarbeiter, Auftragnehmer oder anderes Personal), unterliegen die personenbezogenen Daten, die wir in diesem Zusammenhang verarbeiten, unserer Datenschutzrichtlinie für Mitarbeiter und Bewerber, die hier verfügbar ist.
Scribd, Inc. setzt sich für Chancengleichheit bei der Beschäftigung ein, unabhängig von Rasse, Hautfarbe, Religion, nationaler Herkunft, Geschlecht, sexueller Orientierung, Alter, Familienstand, Veteranenstatus, Behinderungsstatus oder anderen gesetzlich geschützten Merkmalen. Wir ermutigen Menschen aller Hintergründe zur Bewerbung und glauben, dass eine Vielfalt an Perspektiven und Erfahrungen die Grundlage für die besten Ideen bildet. Kommen Sie zu uns und bauen Sie etwas Sinnvolles auf.
Aufgaben
- Konzentration auf eine Vielzahl von Anwendungsfällen zur Inhaltsklassifizierung, wobei alles von traditioneller NLP bis hin zu hochentwickelten LLMs und generativen Modellen genutzt wird
- Untersuchung von Methoden zur Lösung unserer anspruchsvollsten Probleme bei Scribd, Inc. im großen Maßstab
- Zusammenarbeit mit anderen Data Scientists, Machine Learning Engineers und ML Data Engineers an funktionsübergreifenden Projekten
- Nutzung jedes verfügbaren Algorithmus: von klassischen Scikit-learn und NumPy-Modellen bis hin zu benutzerdefinierten neuronalen Netzen in PyTorch bis hin zu Drittanbieter LLM APIs
- Verarbeitung riesiger Datenmengen mit Python, SQL und Spark
- Abstimmung mit Stakeholdern durch schriftliche und mündliche Kommunikationsmethoden über Ansätze und Ergebnisse von Projekten, während detaillierte, genaue und prägnante Projektdokumentation erstellt wird
Anforderungen
- 4+ Jahre Berufserfahrung nach Qualifikation in NLP, Entwicklung von machine learning-Modellen, Arbeit mit Systemen im großen Maßstab und Bereitstellung in Produktionsumgebungen.
- Beherrschung von Python.
- Praktische Erfahrung im Aufbau von ML-Pipelines und in der Arbeit mit verteilten Datenverarbeitungs-Frameworks wie Apache Spark, Databricks oder ähnlichen.
- Mittleres Niveau in mindestens drei der folgenden Bereiche: Klassifizierungsalgorithmen, natürliche Sprachverarbeitung, Suche, Informationsabruf, Named Entity Recognition, deep learning, generative Modelle.
- Mittlere oder fortgeschrittene Erfahrung mit SQL oder PySpark.
- Bachelor- oder Masterabschluss in einem relevanten quantitativen Fach, einschließlich, aber nicht beschränkt auf Statistik, Informatik, Data Science, künstliche Intelligenz oder einem anderen Fach mit starkem quantitativen Schwerpunkt.
Leistungen bei Scribd, Inc.
Bei Scribd, Inc. ist Ihr Grundgehalt ein Teil Ihres gesamten Vergütungspakets und wird innerhalb einer Spanne festgelegt. Unsere Gehaltsspannen basieren auf lokalen Arbeitskosten-Benchmarks für jede spezifische Rolle, jedes Level und jeden geografischen Standort. San Francisco ist unser höchster geografischer Markt in den Vereinigten Staaten. Im Bundesstaat Kalifornien liegt die voraussichtlich zu erwartende Gehaltsspanne zwischen 118.000 US-Dollar [Mindestgehalt in unserem niedrigsten geografischen Markt innerhalb Kaliforniens] und 184.000 US-Dollar [Höchstgehalt in unserem höchsten geografischen Markt innerhalb Kaliforniens].
In den Vereinigten Staaten, außerhalb Kaliforniens, liegt die voraussichtlich zu erwartende Gehaltsspanne zwischen 97.000 US-Dollar [Mindestgehalt in unserem niedrigsten US-amerikanischen geografischen Markt außerhalb Kaliforniens] und 175.000 US-Dollar [Höchstgehalt in unserem höchsten US-amerikanischen geografischen Markt außerhalb Kaliforniens].
In Kanada liegt die voraussichtlich zu erwartende Gehaltsspanne zwischen 123.000 CAD [Mindestgehalt in unserem niedrigsten geografischen Markt] und 150.000 CAD [Höchstgehalt in unserem höchsten geografischen Markt].
Wir berücksichtigen sorgfältig eine breite Palette von Faktoren bei der Festlegung der Vergütung, einschließlich, aber nicht beschränkt auf Erfahrung; berufsbezogene Fähigkeiten; relevante Ausbildung oder Schulung; und andere geschäftliche und organisatorische Bedürfnisse. Die angegebene Gehaltsspanne gilt für das Level, für das diese Stelle eingestuft wurde. Sollten Sie für ein anderes Level in Betracht gezogen werden, gilt eine höhere oder niedrigere Gehaltsspanne. Diese Position ist außerdem berechtigt für eine wettbewerbsfähige Aktienoption und ein umfassendes und großzügiges Leistungspaket.
- Scribd Flex (flexibles Arbeitsmodell)
- Umfassende Kranken-, Zahn- und Augenversicherungsleistungen
- Unterstützung für psychische Gesundheit und Invaliditätsversicherung
- Großzügige bezahlte Freistellung, einschließlich Urlaub, Krankheitstage, Feiertage, Winterpause, Freiwilligenarbeit und Sabbaticals
- Bezahlte Elternzeit und Familienunterstützungsleistungen
- Altersvorsorge-Matching und Mitarbeiterbeteiligung
- Lern- und Entwicklungsprogramme und Möglichkeiten zur beruflichen Weiterentwicklung
- Wellness- und Home-Office-Stipendien
- Kostenloser Zugang zur Scribd, Inc.-Produktpalette
- Enterprise-Zugang zu führenden KI-Tools
