Machine Learning Engineer

Strava es la comunidad digital principal para individuos activos con más de 125 millones de atletas en más de 190 países. Nuestra plataforma ofrece una visión completa de tu estilo de vida activo, independientemente de tu ubicación, deporte preferido o dispositivo. Todos tienen un lugar en Strava cuando viven una vida activa.

Esta posición está en nuestro equipo de IA y Aprendizaje Automático, que desarrolla los modelos de ML que potencian las experiencias principales del producto en Strava. Estos modelos mejoran la personalización, las recomendaciones, el modelado de crecimiento, el análisis de actividades, la búsqueda y más elementos esenciales del ecosistema de Strava.

Estamos contratando un ingeniero de ML full-stack que trabajará en todos los aspectos de la canalización de ML: desde el prototipo y despliegue del modelo hasta la construcción de canalizaciones de datos de producción, la escritura de código de backend de producción y la gestión de operaciones de desarrollo de producción.

Este es un rol híbrido basado en nuestra oficina de San Francisco. Para detalles sobre compensación y beneficios, por favor haz clic aquí.

• Colaborar en la intersección de la IA y el fitness para crear productos utilizados por millones de personas activas en todo el mundo
• Liderar proyectos clave potenciados por ML desde el prototipo inicial hasta la producción
• Unirse a un equipo altamente colaborativo con niveles de experiencia diversos
• Explorar el vasto conjunto de datos de Strava para descubrir soluciones únicas de ML

• Al ser apasionado por tu trabajo y contribuir positivamente a la cultura y valores inclusivos y colaborativos del equipo de Strava
• Trabajar estrechamente con los equipos de producto para diseñar, desarrollar y lanzar proyectos
• Hacerte responsable de tu trabajo de principio a fin y ser accountable por los resultados
• Adoptar una mentalidad de crecimiento y aprender nuevas habilidades de manera proactiva
• Mentorear a otros ingenieros de ML en el equipo

• Tienes experiencia construyendo, desplegando y soportando modelos de ML en producción a escala
• Eres habilidoso en análisis exploratorio de datos y prototipos de modelos usando Python, R, Scikit-learn, Pandas, Numpy, PyTorch, SageMaker y más
• Tienes experiencia con canalizaciones de datos usando tecnologías de big data como Spark, Hadoop, EMR, SQL y Snowflake
• Tienes experiencia en la excelencia operacional de modelos de ML en producción, con mejores prácticas como reentrenamiento automatizado de modelos, monitoreo de rendimiento y registro de características
• Has desarrollado servicios backend basados en la nube en un entorno de producción usando lenguajes como Ruby, Java, Scala, Python, Go y herramientas de AWS

Strava, que significa "esforzarse" en sueco, refleja nuestra ética. Nos dedicamos a conectar a los atletas con lo que les motiva, ayudándolos a alcanzar sus mejores marcas personales. Con miles de millones de cargas de actividad de todo el mundo, nuestro objetivo es ser el registro de todas las actividades atléticas y proporcionar la tecnología que haga que cada esfuerzo cuente.

Creemos software que mejora la mejor parte del día de nuestros atletas. Tan comprometidos como estamos en liberar su potencial, estamos igualmente dedicados a ofrecer un lugar de trabajo inclusivo donde nuestros empleados puedan crecer. Respaldados por Sequoia Capital, Madrone Partners y Jackson Square Ventures, estamos expandiéndonos para servir mejor a nuestra comunidad global de atletas.

Nuestra cultura refleja nuestra comunidad. Buscamos continuamente contratar y comprometer a compañeros de equipo diversos de todos los antecedentes, experiencias y perspectivas, sabiendo que somos más fuertes juntos. A pesar de los desafíos globales, mantenemos una cultura positiva y estamos comprometidos a convertirnos en una empresa antirracista. Nuestro enfoque en las personas, liderazgo compasivo y la misión de llevar alegría e inspiración a los atletas hacen de Strava un lugar de trabajo emocionante.

Strava es un empleador que ofrece igualdad de oportunidades. Tomamos todas las decisiones de empleo sin tener en cuenta raza, religión, color, sexo, edad, origen nacional, ascendencia, orientación sexual, discapacidad física, discapacidad mental, condición médica, discapacidad, identificación o expresión de género, embarazo, estado civil, altura o peso.