Científico de ML del Personal (Sistemas de Recomendación)

Descripción del trabajo:

Estamos buscando un innovador Científico de Aprendizaje Automático de Personal (Recomendaciones) para unirse a nuestro equipo de Ciencias de Descubrimiento de Coursera, centrado en la creación de la próxima generación de sistemas de recomendación hiperpersonalizados. El candidato desempeñará un papel crucial en la investigación y desarrollo de técnicas de vanguardia para recomendaciones personalizadas y contextuales, redefiniendo la experiencia de aprendizaje en nuestra plataforma. Adicionalmente a la construcción de sistemas de recomendación de múltiples etapas, este rol requiere estar al tanto de las tendencias emergentes e innovaciones en aprendizaje automático, sistemas de recomendación y educación en línea.

Responsabilidades:

• Diseñar, desarrollar y mantener sistemas de recomendación de múltiples etapas avanzados, basándose en técnicas de ML como recuperación basada en incrustaciones, aprendizaje de refuerzo, aprendizaje en línea, y LLM.
• Explorar e implementar arquitecturas de sistemas de recomendación secuenciales, sistemas de recomendación basados en gráficos, LLM sintonizados en el espacio RecSys, y conocimiento de las incrustaciones de grafos para mejorar la personalización.
• Construir y optimizar incrustaciones de preferencias de usuario escalables, utilizando grandes espacios de características y formando redes profundas para la clasificación y reclasificación personalizadas. Incorporar información contextual, como tipo de dispositivo, comportamiento del usuario, hora del día y geolocalización, para proporcionar recomendaciones hiperpersonalizadas en tiempo real.
• Colaborar con equipos transfuncionales para alinear los objetivos de la investigación con las necesidades del negocio y asegurar la exitosa implementación de soluciones innovadoras en producción.
• Mantenerse al día con las últimas tendencias en ML, sistemas de recomendación y educación en línea, asistiendo frecuentemente a conferencias, talleres y participando en proyectos de investigación colaborativos.
• Contribuir a los esfuerzos de investigación de Coursera publicando en conferencias de primera línea como RecSys, KDD, WWW, Sigir y similares.

Calificaciones básicas:

• Doctorado o maestría en Ciencias de la Computación, IA, o campos relacionados.
• Experiencia demostrada en el desarrollo de sistemas de recomendación avanzados, incorporando técnicas como aprendizaje por refuerzo, aprendizaje de transferencia y aprendizaje no supervisado.
• Experiencia en el trabajo con incrustaciones de preferencias de usuario, grandes espacios de características y arquitecturas de sistemas de recomendación secuenciales, como los Transformers.
• Historial de publicación de investigaciones en conferencias de primera línea como RecSys, KDD, WWW, Sigir o similares.

Calificaciones preferidas:

• Dominio de lenguajes de programación, como Python, y marcos de aprendizaje profundo como TensorFlow o PyTorch. Familiaridad con la implementación de ML en entornos de producción y herramientas para el control de versiones, como Git.
• Habilidad probada para mantenerse actualizado con la investigación y tecnologías emergentes en el dominio de ML y sistemas de recomendación.
• Experiencia colaborando con equipos transfuncionales y excelentes habilidades de comunicación.
• Pasión por impulsar el impacto en el campo de la educación en línea a través de técnicas innovadoras de aprendizaje automático y personalización.
• Familiaridad con la plataforma y las ofertas de cursos de Coursera, así como participación activa en las comunidades de IA y aprendizaje automático, es una ventaja.

Si te interesa esta oportunidad, podrían gustarte estos cursos en Coursera:

• Aprendizaje no supervisado, recomendaciones, aprendizaje por refuerzo
• Sistemas de recomendación: evaluación y métricas

#LI-CP1