CompQsoft, Inc.
Scribd, Inc.
Científico/a de Datos II
Cultura en Scribd, Inc.
Scribd, Inc. tiene la misión de hacer avanzar la comprensión humana. Nuestros cuatro productos — Scribd®, Slideshare®, Everand™ y Fable — ayudan a miles de millones de personas en todo el mundo a ir más allá del acceso y adentrarse en la perspicacia, la aplicación y la experiencia.
Apoyamos una cultura en la que nuestros empleados puedan ser ellos mismos y ser audaces; donde debatimos y nos comprometemos mientras aceptamos giros argumentales; y donde cada empleado tiene el poder de tomar medidas mientras priorizamos al cliente.
Creemos que el mejor trabajo se realiza cuando la flexibilidad individual se equilibra con una conexión comunitaria significativa. Scribd Flex empodera a los empleados para que elijan el estilo de trabajo y la ubicación que apoyen su mejor rendimiento, al tiempo que se comprometen con momentos presenciales intencionados que fortalecen la colaboración y la cultura. Se requiere asistencia presencial ocasional para todos los empleados de Scribd, Inc., independientemente de su ubicación.
¿Entonces, qué buscamos en los nuevos miembros del equipo? En Scribd, Inc., contratamos por "GRIT". Tradicionalmente definido como la intersección de la pasión y la perseverancia hacia objetivos a largo plazo, GRIT refleja la mentalidad que esperamos de cada empleado. Para nosotros, también sirve como un marco práctico para cómo trabajamos: establecer y alcanzar Metas (Goals), entregar Resultados (Results) dentro de tu rol, aportar ideas y soluciones Innovadoras (Innovative) y fortalecer al Equipo (Team) en general a través de la colaboración y la actitud.
Sobre el equipo
El equipo de Investigación Aplicada es un grupo de científicos de datos y especialistas en contenido que son expertos en el uso de machine learning, procesamiento del lenguaje natural y modelos de IA generativa para desarrollar soluciones que aporten valor a nuestros usuarios y negocio.
Actuamos como un motor clave para la innovación, ya sea en la experimentación de superficies de productos, la generación de metadatos o el desarrollo de modelos. Junto con socios de Producto e Ingeniería, diseñamos soluciones y colaboramos en equipos multifuncionales para maximizar el impacto empresarial.
Nuestras áreas de impacto incluyen enriquecimiento de contenido, aprendizaje de representación, recomendaciones, búsqueda, traducción y muchas otras, aplicadas a diversos medios de texto, imagen y audio. Operamos a una escala de cientos de millones de documentos, millones de usuarios y miles de millones de interacciones de usuarios.
Descripción del puesto
Buscamos un/a Científico/a de Datos II con experiencia en el desarrollo e implementación de modelos de machine learning. Ayudarás a diseñar e implementar sistemas de IA y ML de alto impacto. Trabajamos en equipos multifuncionales colaborando con Ingenieros de Machine Learning, Ingenieros de Datos y Producto. Buscamos una persona curiosa y colaborativa con un enfoque en la simplicidad, la visibilidad de extremo a extremo y el impacto, y que esté entusiasmada por construir modelos utilizando grandes cantidades de datos, utilizando modelos de lenguaje y desplegando modelos.
Conoce Scribd, Inc.
Sobre Scribd, Inc.
Trabajar en Scribd, Inc.
Esta publicación refleja un puesto aprobado y vacante dentro de la organización.
¿Resides actualmente en una ubicación donde Scribd, Inc. pueda emplearte?
Los empleados deben tener su residencia principal en o cerca de una de las siguientes ciudades. Esto incluye áreas metropolitanas circundantes o ubicaciones dentro de una distancia de desplazamiento típica:
Estados Unidos:
Atlanta | Austin | Boston | Dallas | Denver | Chicago | Houston | Jacksonville | Los Ángeles | Miami | Nueva York | Phoenix | Portland | Sacramento | Salt Lake City | San Diego | San Francisco | Seattle | Washington D.C.
Canadá:
Ottawa | Toronto | Vancouver
México:
Ciudad de México
Vida en Scribd, Inc.
Queremos que nuestro proceso de entrevista sea accesible para todos. Puedes informarnos de cualquier ajuste razonable que podamos hacer para satisfacer mejor tus necesidades enviando un correo electrónico a [email protected] sobre la necesidad de ajustes en cualquier momento del proceso de entrevista.
Si solicitas un empleo en Scribd, Inc. o interactúas con nosotros en relación con el empleo (incluyendo como empleado, contratista u otro personal), la información personal que procesamos en ese contexto está sujeta a nuestra Política de Privacidad para Empleados y Candidatos, que está disponible aquí.
Scribd, Inc. se compromete a la igualdad de oportunidades de empleo independientemente de la raza, color, religión, origen nacional, género, orientación sexual, edad, estado civil, condición de veterano, condición de discapacidad o cualquier otra característica protegida por la ley. Animamos a personas de todos los orígenes a postularse, y creemos que la diversidad de perspectivas y experiencias crea una base para las mejores ideas. Únete a nosotros para construir algo significativo.
Responsabilidades
- Enfocarse en una variedad de casos de uso de clasificación de contenido, aprovechando desde NLP tradicional hasta sofisticados modelos de LLMs y generativos.
- Investigar métodos para resolver nuestros problemas más desafiantes en Scribd, Inc. a escala.
- Colaborar con otros Científicos de Datos, Ingenieros de Machine Learning e Ingenieros de Datos de ML en proyectos multifuncionales.
- Aprovechar cualquier algoritmo a tu disposición: desde modelos clásicos de Scikit-learn y NumPy hasta Redes Neuronales personalizadas en PyTorch hasta LLM de terceros y APIs.
- Procesar enormes cantidades de datos con Python, SQL y Spark.
- Alinear con las partes interesadas a través de métodos de comunicación escrita y verbal sobre los enfoques y resultados de los proyectos, al tiempo que se escribe documentación de proyecto detallada, precisa y concisa.
Requisitos
- 4+ años de experiencia post-cualificación en NLP, desarrollo de modelos de machine learning, trabajo con sistemas a escala y despliegue en entornos de producción.
- Dominio de Python.
- Experiencia práctica en la construcción de pipelines de ML y trabajo con frameworks de procesamiento de datos distribuidos como Apache Spark, Databricks o similares.
- Nivel intermedio en al menos tres de los siguientes campos: algoritmos de clasificación, procesamiento del lenguaje natural, búsqueda, recuperación de información, reconocimiento de entidades nombradas, deep learning, modelos generativos.
- Experiencia de nivel intermedio o superior con SQL o PySpark.
- Grado o Máster en disciplina cuantitativa relevante, incluyendo, entre otras, Estadística, Informática, Ciencia de Datos, Inteligencia Artificial o cualquier otro campo con un fuerte enfoque cuantitativo.
Beneficios en Scribd, Inc.
En Scribd, Inc. tu salario base es una parte de tu paquete de compensación total y se determina dentro de un rango. Nuestras bandas salariales se basan en los puntos de referencia locales del coste de la mano de obra para cada puesto, nivel y ubicación geográfica específicos. San Francisco es nuestro mercado geográfico más alto en los Estados Unidos. En el estado de California, el rango salarial razonablemente esperado se encuentra entre $118,000 [salario mínimo en nuestro mercado geográfico más bajo dentro de California] y $184,000 [salario máximo en nuestro mercado geográfico más alto dentro de California].
En los Estados Unidos, fuera de California, el rango salarial razonablemente esperado se encuentra entre $97,000 [salario mínimo en nuestro mercado geográfico más bajo de EE. UU. fuera de California] y $175,000 [salario máximo en nuestro mercado geográfico más alto de EE. UU. fuera de California].
En Canadá, el rango salarial razonablemente esperado se encuentra entre $123,000 CAD[salario mínimo en nuestro mercado geográfico más bajo] y $150,000 CAD[salario máximo en nuestro mercado geográfico más alto].
Consideramos cuidadosamente una amplia gama de factores al determinar la compensación, incluyendo, entre otros, la experiencia; las habilidades relacionadas con el puesto; la educación o formación relevante; y otras necesidades empresariales y organizativas. El rango salarial indicado es para el nivel en el que se ha definido este puesto. En caso de que se le considere para un nivel diferente, se aplicaría una banda salarial superior o inferior. Este puesto también es elegible para una participación accionaria competitiva, y un paquete de beneficios completo y generoso.
- Scribd Flex (modelo de trabajo flexible)
- Cobertura integral de salud, dental y de la vista.
- Apoyo a la salud mental y cobertura por discapacidad.
- Generoso tiempo libre remunerado, que incluye vacaciones, días por enfermedad, días festivos, vacaciones de invierno, tiempo de voluntariado y licencias sabáticas.
- Permiso parental remunerado y beneficios de apoyo familiar.
- Plan de jubilación con aportación de la empresa y participación accionaria para empleados.
- Programas de aprendizaje y desarrollo y oportunidades de crecimiento profesional.
- Estipendios para bienestar y oficina en casa.
- Acceso gratuito a la suite de productos de Scribd, Inc..
- Acceso empresarial a herramientas de IA líderes.
