The MITRE Corporation
Scribd, Inc.
Cientista de Dados II
Cultura na Scribd, Inc.
Scribd, Inc. tem a missão de avançar o entendimento humano. Nossos quatro produtos — Scribd®, Slideshare®, Everand™ e Fable — ajudam bilhões de pessoas em todo o mundo a ir além do acesso e entrar em insight, aplicação e expertise.
Apoiamos uma cultura onde nossos funcionários podem ser autênticos e ousados; onde debatemos e nos comprometemos enquanto abraçamos reviravoltas; e onde cada funcionário é capacitado a agir, pois priorizamos o cliente.
Acreditamos que o melhor trabalho acontece quando a flexibilidade individual é equilibrada com uma conexão comunitária significativa. O Scribd Flex capacita os funcionários a escolher o estilo de trabalho e a localização que apoiam seu melhor desempenho, ao mesmo tempo em que se comprometem com momentos presenciais intencionais que fortalecem a colaboração e a cultura. A participação presencial ocasional é exigida para todos os funcionários da Scribd, Inc., independentemente da localização.
Então, o que procuramos em novos membros de equipe? Na Scribd, Inc., contratamos por “GRIT”. Tradicionalmente definido como a interseção de paixão e perseverança em direção a objetivos de longo prazo, GRIT reflete a mentalidade que esperamos de cada funcionário. Para nós, também serve como um quadro prático para como trabalhamos: definir e alcançar Metas, entregar Resultados em sua função, contribuir com ideias e soluções Inovadoras e fortalecer a Equipe mais ampla por meio de colaboração e atitude.
Sobre a equipe
A equipe de Pesquisa Aplicada é um grupo de cientistas de dados e especialistas em conteúdo que são peritos em alavancar machine learning, processamento de linguagem natural e modelos de IA generativa para desenvolver soluções que entregam valor aos nossos usuários e negócios.
Atuamos como um motor chave para inovação, seja em experimentação de superfícies de produtos, geração de metadados ou desenvolvimento de modelos. Juntamente com parceiros de Produto e Engenharia, projetamos soluções e colaboramos em squads multifuncionais para maximizar o impacto nos negócios.
Nossas áreas de impacto incluem enriquecimento de conteúdo, aprendizado de representação, recomendações, busca, tradução e muitas outras, aplicadas a diversas mídias em texto, imagem e áudio. Operamos em uma escala de centenas de milhões de documentos, milhões de usuários e bilhões de interações de usuários.
Visão Geral da Função
Estamos procurando um Cientista de Dados II com experiência no desenvolvimento e implantação de modelos de machine learning. Você ajudará a projetar e implementar sistemas de IA e ML de alto impacto. Trabalhamos em equipes multifuncionais colaborando com Engenheiros de Machine Learning, Engenheiros de Dados e Produto. Estamos procurando um indivíduo curioso e colaborativo com um olhar para a simplicidade, visibilidade de ponta a ponta e impacto, e que esteja animado em construir modelos usando enormes quantidades de dados, usando modelos de linguagem e implantando modelos.
Conheça a Scribd, Inc.
Sobre a Scribd, Inc.
Trabalhando na Scribd, Inc.
Esta publicação reflete uma vaga aprovada e aberta dentro da organização.
Você está atualmente baseado em um local onde a Scribd, Inc. pode empregá-lo?
Os funcionários devem ter sua residência principal em ou perto de uma das seguintes cidades. Isso inclui áreas metropolitanas circundantes ou locais dentro de uma distância de deslocamento típica:
Estados Unidos:
Atlanta | Austin | Boston | Dallas | Denver | Chicago | Houston | Jacksonville | Los Angeles | Miami | Nova York | Phoenix | Portland | Sacramento | Salt Lake City | San Diego | San Francisco | Seattle | Washington D.C.
Canadá:
Ottawa | Toronto | Vancouver
México:
Cidade do México
Vida na Scribd, Inc.
Queremos que nosso processo de entrevista seja acessível a todos. Você pode nos informar sobre quaisquer ajustes razoáveis que possamos fazer para melhor acomodar suas necessidades, enviando um e-mail para accommodations@scribd.com sobre a necessidade de ajustes em qualquer ponto do processo de entrevista.
Se você se candidatar a um emprego na Scribd, Inc. ou de outra forma interagir conosco em conexão com o emprego (incluindo como funcionário, contratado ou outro pessoal), as informações pessoais que processamos nesse contexto estão sujeitas à nossa Política de Privacidade de Funcionários e Candidatos, que está disponível aqui.
Scribd, Inc. está comprometida com a igualdade de oportunidades de emprego, independentemente de raça, cor, religião, origem nacional, gênero, orientação sexual, idade, estado civil, status de veterano, status de deficiência ou qualquer outra característica protegida por lei. Encorajamos pessoas de todas as origens a se candidatar e acreditamos que a diversidade de perspectivas e experiências cria uma base para as melhores ideias. Venha se juntar a nós na construção de algo significativo.
Responsabilidades
- Foco em uma variedade de casos de uso de classificação de conteúdo, aproveitando tudo, desde NLP tradicional até sofisticados modelos LLMs e generativos
- Investigar métodos para resolver nossos problemas mais desafiadores na Scribd, Inc. em escala
- Colaborar com outros Cientistas de Dados, Engenheiros de Machine Learning e Engenheiros de Dados de ML em projetos multifuncionais
- Utilizar qualquer algoritmo à sua disposição: de modelos clássicos de Scikit-learn e NumPy a Redes Neurais personalizadas em PyTorch a LLM de terceiros APIs
- Processar enormes quantidades de dados com Python, SQL e Spark
- Alinhar-se com stakeholders por meio de métodos de comunicação escrita e verbal sobre as abordagens e resultados dos projetos, ao mesmo tempo em que escreve documentação de projeto detalhada, precisa e concisa
Requisitos
- 4+ anos de experiência pós-qualificação em NLP, desenvolvimento de modelos de machine learning, trabalhando com sistemas em escala e implantação em ambientes de produção.
- Proficiência em Python.
- Experiência prática na construção de pipelines de ML e trabalho com frameworks de processamento de dados distribuídos como Apache Spark, Databricks, ou similar.
- Nível intermediário em pelo menos três destes campos: algoritmos de classificação, processamento de linguagem natural, busca, recuperação de informação, reconhecimento de entidade nomeada, deep learning, modelos generativos.
- Experiência de nível intermediário ou superior com SQL ou PySpark.
- Bacharelado ou Mestrado em disciplina quantitativa relevante, incluindo, mas não se limitando a, Estatística, Ciência da Computação, Ciência de Dados, Inteligência Artificial ou outra área com forte foco quantitativo.
Benefícios na Scribd, Inc.
Na Scribd, Inc., seu salário base é uma parte do seu pacote total de remuneração e é determinado dentro de uma faixa. Nossas faixas salariais são baseadas em benchmarks de custo de mão de obra local para cada função, nível e localização geográfica específica. São Francisco é nosso mercado geográfico mais alto nos Estados Unidos. No estado da Califórnia, a faixa salarial razoavelmente esperada é entre $118,000 [salário mínimo em nosso mercado geográfico mais baixo dentro da Califórnia] a $184,000 [salário máximo em nosso mercado geográfico mais alto dentro da Califórnia].
Nos Estados Unidos, fora da Califórnia, a faixa salarial razoavelmente esperada é entre $97,000 [salário mínimo em nosso mercado geográfico mais baixo fora da Califórnia] a $175,000 [salário máximo em nosso mercado geográfico mais alto fora da Califórnia].
No Canadá, a faixa salarial razoavelmente esperada é entre $123,000 CAD [salário mínimo em nosso mercado geográfico mais baixo] a $150,000 CAD [salário máximo em nosso mercado geográfico mais alto].
Consideramos cuidadosamente uma ampla gama de fatores ao determinar a remuneração, incluindo, mas não se limitando a, experiência; conjuntos de habilidades relacionados ao trabalho; educação ou treinamento relevante; e outras necessidades de negócios e organizacionais. A faixa salarial listada é para o nível em que este cargo foi definido. Caso você seja considerado para um nível diferente, uma faixa salarial mais alta ou mais baixa se aplicaria. Esta posição também é elegível para participação acionária competitiva e um pacote abrangente e generoso de benefícios.
- Scribd Flex (modelo de trabalho flexível)
- Cobertura abrangente de saúde, odontológica e oftalmológica
- Suporte à saúde mental e cobertura de invalidez
- Licença remunerada generosa, incluindo férias, licença médica, feriados, recesso de inverno, licença voluntária e licenças sabáticas
- Licença parental remunerada e benefícios de apoio familiar
- Correspondência de aposentadoria e participação acionária dos funcionários
- Programas de aprendizado e desenvolvimento e oportunidades de crescimento profissional
- Auxílios para bem-estar e home office
- Acesso gratuito à suíte de produtos da Scribd, Inc.
- Acesso empresarial a ferramentas líderes de IA
