États-Unis
HEARTLAND BUSINESS SYSTEMS LLC
Jobgether
Ingénieur Staff Machine Learning, Home Surfaces
États-Unis
United States
Python
Traduction automatique. Consultez l’original.
À propos du poste
Ce poste est publié pour le compte d'une entreprise partenaire, qui gère l'ensemble des candidatures et des étapes suivantes. Notre partenaire recherche un ingénieur Staff Machine Learning, Home Surfaces basé aux États-Unis.
Comment fonctionne Jobgether
Nous utilisons un processus de mise en relation basé sur l'IA pour garantir que votre candidature est examinée rapidement, objectivement et équitablement par rapport aux exigences fondamentales du poste. Notre système identifie les candidats les mieux adaptés, et cette liste restreinte est ensuite partagée directement avec l'entreprise qui recrute. La décision finale et les étapes suivantes (entretiens, évaluations) sont gérées par leur équipe interne.
Nous vous remercions de votre intérêt et vous souhaitons bonne chance !
Pourquoi postuler via Jobgether ?
Avis sur la protection des données : En soumettant votre candidature, vous reconnaissez que Jobgether traitera vos données personnelles pour évaluer votre candidature et partager les informations pertinentes avec l'employeur qui recrute. Ce traitement est fondé sur l'intérêt légitime et les mesures précontractuelles en vertu des lois applicables sur la protection des données (y compris le RGPD). Vous pouvez exercer vos droits (accès, rectification, effacement, opposition) à tout moment.
#LI-CL1
L'ingénieur Staff Machine Learning façonnera la découverte de contenu personnalisé en développant des systèmes de recommandation avancés qui aident des millions d'auditeurs à trouver des podcasts et des épisodes pertinents. Ce rôle se situe à l'intersection du machine learning, des grands modèles de langage, de la personnalisation et de l'infrastructure de production à grande échelle. Vous dirigerez le développement et l'optimisation des modèles alimentant des expériences numériques de premier plan, notamment les flux d'accueil personnalisés et les fonctionnalités de découverte basées sur l'IA. En travaillant en étroite collaboration avec les chefs de produit, les ingénieurs, les data scientists et les designers, vous transformerez la recherche en solutions fiables et évolutives. Vous influencerez la stratégie technique, piloterez l'expérimentation et améliorerez la qualité des recommandations, les performances du système et la rentabilité. C'est une opportunité de résoudre des défis complexes de machine learning tout en encadrant des ingénieurs et en façonnant l'avenir des expériences utilisateur personnalisées.
Responsabilités
- Prendre en charge, développer et améliorer continuellement les modèles et systèmes de machine learning alimentant les flux d'accueil personnalisés, y compris l'expérience Shortcuts.
- Concevoir, construire, déployer et optimiser des systèmes de recommandation au service de millions d'utilisateurs dans le monde.
- Développer des capacités de recommandation de contenu pour les expériences utilisateur émergentes basées sur l'IA et les agents.
- Entraîner, affiner, évaluer et optimiser des grands modèles de langage en utilisant des approches telles que l'ajustement supervisé (SFT), la distillation de connaissances et des techniques d'entraînement efficaces en termes de paramètres, notamment LoRA.
- Collaborer avec les chefs de produit, les ingénieurs logiciels, les data scientists et les designers pour définir les objectifs produit, établir des stratégies d'expérimentation et fournir des fonctionnalités de personnalisation efficaces.
- Concevoir et exécuter des tests A/B et des expériences en ligne pour évaluer les performances des modèles, mesurer les résultats des utilisateurs et guider les améliorations itératives.
- Établir des pratiques robustes d'évaluation, de surveillance et d'optimisation des modèles pour améliorer la pertinence des recommandations, la fiabilité, la latence et la rentabilité.
- Améliorer les plateformes de machine learning, les pipelines de données, les flux d'orchestration et l'infrastructure de production pour prendre en charge la personnalisation à grande échelle.
- Diriger la prise de décision technique dans des espaces problématiques ambigus et contribuer à l'architecture et à la stratégie à long terme des systèmes de recommandation.
- Encadrer et soutenir d'autres ingénieurs en machine learning, promouvoir le partage des connaissances et renforcer les normes et pratiques d'ingénierie au sein de l'équipe.
Exigences
- Expérience approfondie du développement, du déploiement et de l'exploitation de systèmes de machine learning dans des environnements de production.
- Expertise approfondie des systèmes de recommandation, des modèles de classement, de la personnalisation ou des plateformes de découverte de contenu à grande échelle.
- Maîtrise solide de Python et expérience pratique dans la création de solutions de machine learning utilisant PyTorch.
- Expérience pratique de l'entraînement, de l'ajustement, de l'évaluation et de l'optimisation de grands modèles de langage, y compris des techniques telles que le SFT, la distillation et LoRA.
- Compréhension de l'inférence de modèles à grande échelle, y compris la gestion de la latence, la fiabilité, l'évolutivité et l'optimisation des coûts.
- Expérience dans la conception, la mise en œuvre et l'interprétation d'expériences en ligne et de tests A/B pour mesurer l'impact et améliorer l'expérience utilisateur.
- Expérience dans l'exploitation de charges de travail de machine learning distribuées utilisant des frameworks tels que Ray, FSDP, HSDP ou des technologies comparables.
- Expérience dans la construction et la maintenance de pipelines de données et de systèmes d'orchestration de flux de travail utilisant des outils tels que Flyte, Airflow, BigQuery et des plateformes de stockage cloud.
- Solide jugement technique et capacité à influencer les décisions d'architecture et d'ingénierie au-delà de votre équipe immédiate.
- Excellentes compétences en communication et en collaboration, avec la capacité de travailler efficacement avec des parties prenantes techniques et non techniques.
- Un état d'esprit axé sur l'utilisateur et un engagement à appliquer le machine learning de manière réfléchie pour améliorer la découverte de contenu et l'engagement.
- Lieu et collaboration : Doit être basé dans une région d'Amérique du Nord où l'employeur dispose d'un lieu de travail établi, avec une disponibilité pour collaborer pendant les heures de travail de l'heure de l'Est (Eastern Time).
Avantages
- Salaire de base annuel : $227,495–$324,993 pour les employés basés aux États-Unis.
- Capitaux propres : Rémunération en actions supplémentaire en plus du salaire de base.
- Assurance maladie : Couverture santé dans le cadre du programme d'avantages sociaux des employés.
- Congé parental payé : Six mois de congé parental payé.
- Épargne retraite : Plan de retraite 401(k).
- Congés payés : 23 jours de congés payés par an.
- Jours fériés flexibles : 13 jours fériés flexibles payés.
- Congé maladie payé : Congé maladie payé pour soutenir la santé et le bien-être.
- Allocation repas mensuelle : Soutien financier pour les repas.
- Modalités de travail flexibles : Flexibilité géographique au sein des régions éligibles d'Amérique du Nord, sous réserve des lieux de travail disponibles.
- Lieu de travail inclusif : Un engagement en faveur de l'égalité des chances, de la diversité, de l'accessibilité et des aménagements raisonnables tout au long du processus de recrutement.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil