Estados Unidos
HEARTLAND BUSINESS SYSTEMS LLC
Jobgether
Ingeniero/a Staff Machine Learning, Home Surfaces
Estados Unidos
United States
Python
Traducción automática. Consulta el original.
Sobre la oportunidad
Esta posición se publica en nombre de una empresa asociada, que gestiona todas las candidaturas y los pasos siguientes. Nuestro socio busca un/a Ingeniero/a Staff Machine Learning, Home Surfaces con base en Estados Unidos.
Cómo funciona Jobgether
Utilizamos un proceso de emparejamiento basado en IA para garantizar que tu solicitud sea revisada de forma rápida, objetiva y justa frente a los requisitos principales del puesto. Nuestro sistema identifica a los candidatos que mejor encajan, y esta lista corta se comparte directamente con la empresa contratante. La decisión final y los pasos siguientes (entrevistas, evaluaciones) son gestionados por su equipo interno.
¡Agradecemos tu interés y te deseamos lo mejor!
¿Por qué solicitar a través de Jobgether?
Aviso de privacidad de datos: Al enviar tu solicitud, reconoces que Jobgether procesará tus datos personales para evaluar tu candidatura y compartir información relevante con el empleador contratante. Este procesamiento se basa en el interés legítimo y en medidas precontractuales bajo las leyes de protección de datos aplicables (incluido el RGPD). Puedes ejercer tus derechos (acceso, rectificación, supresión, oposición) en cualquier momento.
#LI-CL1
El/la Ingeniero/a Staff Machine Learning dará forma al descubrimiento de contenido personalizado mediante el desarrollo de sistemas de recomendación avanzados que ayudan a millones de oyentes a encontrar podcasts y episodios relevantes. Este puesto se sitúa en la intersección de machine learning, modelos de lenguaje de gran tamaño, personalización e infraestructura de producción a gran escala. Liderarás el desarrollo y la optimización de modelos que impulsan experiencias digitales destacadas, incluyendo feeds de inicio personalizados y funciones de descubrimiento basadas en IA. Trabajando en estrecha colaboración con gestores de producto, ingenieros, científicos de datos y diseñadores, traducirás la investigación en soluciones fiables y escalables. Influirás en la estrategia técnica, impulsarás la experimentación y mejorarás la calidad de las recomendaciones, el rendimiento del sistema y la eficiencia de costes. Esta es una oportunidad para resolver desafíos complejos de machine learning mientras mentorizas a ingenieros y das forma al futuro de las experiencias de usuario personalizadas.
Responsabilidades
- Poseer, desarrollar y mejorar continuamente los modelos y sistemas de machine learning que impulsan los feeds de inicio personalizados, incluida la experiencia de Shortcuts.
- Diseñar, construir, desplegar y optimizar sistemas de recomendación que sirven a millones de usuarios a nivel global.
- Desarrollar capacidades de recomendación de contenido para experiencias de usuario emergentes basadas en IA y agentes.
- Entrenar, ajustar, evaluar y optimizar modelos de lenguaje de gran tamaño utilizando enfoques como el ajuste fino supervisado (SFT), la destilación de conocimiento y técnicas de entrenamiento eficientes en parámetros, incluyendo LoRA.
- Colaborar con gestores de producto, ingenieros de software, científicos de datos y diseñadores para definir objetivos de producto, establecer estrategias de experimentación y ofrecer funciones de personalización efectivas.
- Diseñar y ejecutar pruebas A/B y experimentos en línea para evaluar el rendimiento del modelo, medir los resultados de los usuarios y guiar las mejoras iterativas.
- Establecer prácticas sólidas de evaluación, monitorización y optimización de modelos para mejorar la relevancia de las recomendaciones, la fiabilidad, la latencia y la eficiencia de costes.
- Mejorar las plataformas de machine learning, los pipelines de datos, los flujos de trabajo de orquestación y la infraestructura de producción para soportar la personalización a gran escala.
- Liderar la toma de decisiones técnicas en espacios de problemas ambiguos y contribuir a la arquitectura y estrategia a largo plazo de los sistemas de recomendación.
- Mentorizar y apoyar a otros ingenieros de machine learning, promover el intercambio de conocimientos y fortalecer los estándares y prácticas de ingeniería en todo el equipo.
Requisitos
- Amplia experiencia desarrollando, desplegando y operando sistemas de machine learning en entornos de producción.
- Experiencia profunda en sistemas de recomendación, modelos de clasificación, personalización o plataformas de descubrimiento de contenido a gran escala.
- Gran dominio de Python y experiencia práctica construyendo soluciones de machine learning utilizando PyTorch.
- Experiencia práctica en el entrenamiento, ajuste fino, evaluación y optimización de modelos de lenguaje de gran tamaño, incluyendo técnicas como SFT, destilación y LoRA.
- Comprensión de la inferencia de modelos a gran escala, incluyendo la gestión de latencia, fiabilidad, escalabilidad y optimización de costes.
- Experiencia diseñando, implementando e interpretando experimentos en línea y pruebas A/B para medir el impacto y mejorar las experiencias de usuario.
- Experiencia operando cargas de trabajo distribuidas de machine learning utilizando frameworks como Ray, FSDP, HSDP o tecnologías comparables.
- Experiencia construyendo y manteniendo pipelines de datos y sistemas de orquestación de flujos de trabajo utilizando herramientas como Flyte, Airflow, BigQuery y plataformas de almacenamiento en la nube.
- Criterio técnico sólido y capacidad para influir en las decisiones de arquitectura e ingeniería más allá de tu equipo inmediato.
- Excelentes habilidades de comunicación y colaboración, con la capacidad de trabajar eficazmente tanto con partes interesadas técnicas como no técnicas.
- Mentalidad centrada en el usuario y compromiso con la aplicación reflexiva de machine learning para mejorar el descubrimiento de contenido y el compromiso.
- Ubicación y colaboración: Debe tener su base en una región de Norteamérica donde el empleador tenga una ubicación de trabajo establecida, con disponibilidad para colaborar dentro del horario laboral de la zona horaria del Este (Eastern Time).
Beneficios
- Salario base anual: $227,495–$324,993 para empleados con base en EE. UU.
- Equity: Compensación adicional en acciones además del salario base.
- Seguro médico: Cobertura sanitaria como parte del paquete de beneficios para empleados.
- Permiso parental remunerado: Seis meses de permiso parental remunerado.
- Ahorro para la jubilación: Plan de jubilación 401(k).
- Tiempo libre remunerado: 23 días libres remunerados al año.
- Vacaciones flexibles: 13 días de vacaciones flexibles remunerados.
- Baja por enfermedad remunerada: Baja por enfermedad remunerada para apoyar la salud y el bienestar.
- Subsidio mensual de comida: Apoyo financiero para comidas.
- Acuerdos de trabajo flexible: Flexibilidad de ubicación dentro de las regiones elegibles de Norteamérica, sujeto a las ubicaciones de trabajo disponibles.
- Lugar de trabajo inclusivo: Un compromiso con la igualdad de oportunidades, la diversidad, la accesibilidad y las adaptaciones razonables durante todo el proceso de selección.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil