Machine Learning Engineer II, Telemetry

Mapbox es la principal plataforma de localización en tiempo real para la próxima generación de empresas conscientes de la ubicación. Nuestra plataforma única equipa a las organizaciones con herramientas integrales para facilitar la navegación de personas, paquetes y vehículos globalmente. Con más de 3.9 millones de desarrolladores registrados, Mapbox destaca por su flexibilidad, seguridad y adherencia a los estándares de privacidad. Las empresas aprovechan las aplicaciones, datos, SDKs y APIs de Mapbox para diseñar experiencias personalizadas e inmersivas que cautivan a sus clientes.

En el equipo de Telemetría de Mapbox, la innovación se encuentra con la resolución práctica de problemas. Utilizamos telemetría de localización de nuestros SDKs móviles para mejorar la precisión de los mapas, optimizar direcciones, refinar predicciones de Tiempo Estimado de Llegada (ETA) y predecir mejor la congestión del tráfico. Nuestro trabajo genera ideas cruciales sobre los patrones de movilidad humana, ayudando a avanzar en la planificación urbana, logística y transporte.

Diariamente, desplegamos y gestionamos pipelines que procesan, anonimizan y analizan miles de millones de puntos de datos de localización, generando conjuntos de datos únicos centrados en la privacidad sobre patrones de tráfico y actividad humana. Nuestros servicios benefician a una diversa gama de clientes, desde grandes corporaciones y gobiernos locales hasta ONG y pequeños desarrolladores, comprometidos con la democratización del acceso a datos para todos.

Nuestro equipo de científicos de datos globales, ingenieros de datos e ingenieros backend se dedica a la colaboración estrecha, el aprendizaje mutuo y el uso de datos geoespaciales para proporcionar perspectivas significativas.

Lee sobre cómo los datos de localización se convierten en datos de tráfico

Vea cómo estamos rastreando el impacto del COVID en los patrones de movilidad global

Como nuestro Ingeniero de Aprendizaje Automático, tus contribuciones serán significativas. Tú:

• Arquitectarás, construirás y mantendrás sistemas de producción escalables para los productos de Tráfico y Movimiento de Mapbox utilizando técnicas de aprendizaje automático, mejorando directamente la precisión del ETA y prediciendo la congestión del tráfico.
• Aplicarás tu experiencia en ML, datos geoespaciales, Redes Neuronales de Grafos (GNN), Aprendizaje Profundo y análisis de datos de series temporales para elevar nuestros servicios y soluciones.
• Diseñarás, optimizarás y gestionarás pipelines de ML y datos con frameworks como TensorFlow, PyTorch, Keras y Spark/PySpark.
• Desarrollarás e implementarás modelos de ML enfocados en la escalabilidad y el rendimiento utilizando herramientas como AWS Sagemaker.
• Crearás herramientas automatizadas para la garantía de calidad de ML y la exploración de datos para asegurar la máxima precisión y fiabilidad de los datos.
• Diseñarás y construirás APIs seguras y robustas para proporcionar perspectivas de datos a diversos clientes.
• Colaborarás con científicos de datos para mejorar modelos para identificar y predecir patrones de movimiento y tráfico.
• Participarás en una rotación de guardias, asegurando la disponibilidad continua del sistema para nuestros usuarios.

Buscamos candidatos que aporten habilidades y experiencias diversas. Las características clave para este rol incluyen:

• Competencia en Python y experiencia con pipelines de procesamiento distribuido.
• Sólida formación en Aprendizaje Automático o Aprendizaje Profundo, Redes Neuronales de Grafos (GNN) y análisis de series temporales.
• Experiencia aplicando técnicas de aprendizaje automático para resolver problemas del mundo real.
• Familiaridad con frameworks de ML como TensorFlow, PyTorch, Keras o AWS Sagemaker.
• Conocimientos profundos de datos geoespaciales, algoritmos y servicios basados en la localización.
• Experiencia con herramientas y prácticas de MLOps.
• Capacidad probada para diseñar y construir sistemas escalables para el procesamiento de grandes datos.
• Experiencia trabajando con grandes conjuntos de datos, incluyendo análisis estadístico, control de calidad de datos y optimización de almacenamiento.
• Una mentalidad colaborativa y curiosa, con pasión por aprovechar técnicas avanzadas de ML para tener