SanMar- External
Lyft
Engenheiro Sênior de Machine Learning, Recomendações
Sobre a oportunidade
Na Lyft, nosso propósito é servir e conectar. Buscamos alcançar isso cultivando um ambiente de trabalho onde todos os membros da equipe sintam que pertencem e tenham a oportunidade de prosperar.
Com um bilhão de corridas por ano e aumentando, a Lyft está resolvendo problemas complexos em um domínio que cresce rapidamente, com muitos dados e soluções criativas em Rider, Marketplace, Growth e além. Embora abordagens tradicionais de otimização e decomposição de problemas sejam suficientes para transformar o transporte, a construção de uma plataforma de próxima geração para transporte de baixo custo e ultra-imersivo para melhorar a vida das pessoas exige ML moderno utilizando dados em escala de petabytes. Nossos engenheiros de Machine Learning altamente motivados trabalham nesses problemas desafiadores e definem soluções para impactar diretamente vários aspectos do nosso negócio principal.
Se você é um pensador crítico com experiência em fluxos de trabalho de machine learning e LLMs, apaixonado por resolver problemas de negócios usando dados e trabalhar em um ambiente dinâmico, criativo e colaborativo, estamos procurando por você.
Estamos buscando um Engenheiro Sênior de Machine Learning para se juntar à equipe de Rider Applied AI e liderar o design, desenvolvimento e implementação de sistemas de inteligência artificial e machine learning de última geração.
Esta função exige um pensador estratégico que consiga equilibrar a arquitetura de sistemas de alto nível com a implementação técnica prática. Você colaborará entre equipes para moldar o futuro do transporte compartilhado aproveitando IA, Machine learning e Ciência de dados.
RESPONSABILIDADES
- Desenvolvimento e Pesquisa de Modelos: Projetar, construir e implementar modelos de machine learning para aplicações em tempo real, incluindo a tradução de pesquisas de ponta em soluções prontas para produção.
- Design de Sistemas: Arquitetar pipelines de ML escaláveis e confiáveis que se integrem perfeitamente aos sistemas de backend existentes.
- Inovação e Pesquisa Aplicada: Mantenha-se à frente explorando algoritmos emergentes, tecnologias (como LLMs e aplicações baseadas em LLM) e frameworks — avaliando criticamente novas pesquisas e identificando casos de uso de alto impacto em todas as áreas de negócios.
- Colaboração: Trabalhar em parceria com engenheiros de ML, gerentes de produto, cientistas de dados e engenheiros de software para alinhar as iniciativas de ML com as metas de negócios.
- Tomada de Decisão Baseada em Dados: Aproveitar insights baseados em dados para informar e refinar estratégias e soluções de ML.
- Mentoria e Liderança Técnica: Fornecer direção técnica, orientar engenheiros juniores e promover uma cultura de aprendizado e colaboração.
- Qualidade de Código: Escrever código em nível de produção e participar de revisões de código para garantir a qualidade e compartilhar conhecimento em toda a equipe.
EXPERIÊNCIA
- Mestrado ou Doutorado em Ciência da Computação ou área técnica relacionada
- 5+ anos (ou Doutorado com 3+ anos) de experiência em modelagem de machine learning ou áreas relacionadas
- Experiência com tecnologias de deep learning para sistemas de recomendação, incluindo TensorFlow, PyTorch ou frameworks similares
- Compreensão de conceitos estatísticos como teste de hipóteses, análise de regressão e métricas de avaliação de desempenho para machine learning
- Experiência na tradução de pesquisas de ML de última geração para sistemas de produção
- Proficiência em Python, Golang ou outra linguagem de programação
- Capacidade comprovada de lidar com problemas ambíguos e entregar soluções em escala.
- Fortes habilidades de comunicação e interpessoais para uma colaboração interfuncional eficaz.
BENEFÍCIOS
- Ótimas opções de seguro médico, odontológico e oftalmológico com programas adicionais disponíveis quando inscrito
- Benefícios de saúde mental
- Benefícios de planejamento familiar
- Benefícios para cuidados infantis e pets
- Plano 401(k) com contrapartida da empresa para ajudar a economizar para o seu futuro
- Além de 12 feriados observados, os membros da equipe assalariados têm folga remunerada discricionária, os membros da equipe horistas têm 15 dias de folga remunerada
- 18 semanas de licença parental remunerada. Pais biológicos, adotivos e temporários são todos elegíveis
- Benefícios de transporte subsidiados
- Créditos mensais da Lyft e assinatura complementar Lyft Pink
A Lyft é um empregador que oferece oportunidades iguais, comprometido com um local de trabalho inclusivo que promove o sentimento de pertencimento. Todos os candidatos qualificados receberão consideração para emprego sem levar em conta raça, cor, religião, sexo, orientação sexual, identidade de gênero, origem nacional, status de deficiência, status de veterano protegido, idade, informações genéticas ou qualquer outra base proibida por lei. Também consideramos candidatos qualificados com histórico criminal de forma consistente com as leis federais, estaduais e locais aplicáveis.
A Lyft valoriza muito ter funcionários trabalhando no escritório para promover um ambiente de trabalho colaborativo e a cultura da empresa. Esta função será presencial em um cronograma híbrido — espera-se que os membros da equipe trabalhem no escritório 3 dias por semana, às segundas, quartas e quintas-feiras. A Lyft considera trabalhar no escritório pelo menos 3 dias por semana como uma função essencial desta função híbrida. Seu recrutador pode compartilhar mais informações sobre os vários benefícios presenciais que a Lyft oferece. Além disso, as funções híbridas têm a flexibilidade de trabalhar de qualquer lugar por até 4 semanas por ano. #Hybrid
A faixa salarial base esperada para esta posição na área de San Francisco é $162,800 - $203,500, não incluindo potencial oferta de ações, bônus ou benefícios. As faixas salariais dependem de uma variedade de fatores, incluindo qualificações, experiência e localização geográfica. Seu recrutador pode compartilhar mais informações sobre a faixa salarial específica para seu local de trabalho e outros fatores durante o processo de contratação.
