Senior Data Scientist - Algorithms, Aircover

Job expired!

Airbnb a été fondé en 2007 lorsque deux hôtes ont accueilli trois invités dans leur maison de San Francisco. Depuis, il a connu une croissance exponentielle avec plus de 4 millions d'hôtes ayant accueilli plus d'un milliard d'arrivées d'invités dans pratiquement tous les pays du monde. Chaque jour, les hôtes offrent des séjours et des expériences uniques, permettant aux invités de se connecter avec les communautés de la manière la plus authentique possible.

Airbnb est une entreprise guidée par une mission dédiée à créer un monde où chacun peut se sentir chez soi partout. Bien que les voyages puissent être gratifiants, ils ne se déroulent pas toujours comme prévu. AirCover vise à offrir une tranquillité d'esprit depuis la réservation jusqu'à la fin du voyage. En tant que Data Scientist travaillant sur AirCover, vous collaborerez avec une solide équipe d'ingénieurs, de chefs de produit, de designers et de spécialistes des opérations pour construire des systèmes évolutifs et robustes. Ces systèmes détectent, médiatisent et résolvent des problèmes sur un large spectre et optimisent la présentation personnalisée de nos produits.

Nous recherchons un expert en apprentissage automatique pour rejoindre l'équipe Data Science d'AirCover. Dans ce rôle, vous aurez l'opportunité d'avoir un impact direct en concevant des solutions scientifiques évolutives pour divers problèmes, notamment :

  • Détecter les intentions à travers divers points d'entrée en utilisant des données non structurées grâce à des méthodes d'apprentissage automatique, de NLP ou de vision par ordinateur.
  • Optimiser la présentation des produits AirCover via une segmentation réfléchie des utilisateurs et une personnalisation.
  • Résumer les parcours et conversations des clients avec des modèles de langage large (LLM) de base ou finement ajustés pour comprendre les points de douleur des utilisateurs.
  • Recommander le bon produit au bon moment pour offrir une tranquillité d'esprit aux clients.
  • Identifier des opportunités commerciales à fort impact grâce à l'exploration de données et à la création de prototypes de modèles, en traduisant les problèmes commerciaux en formulations scientifiques.
  • Collaborer avec des partenaires interfonctionnels, y compris des ingénieurs logiciels, des chefs de produit, des équipes d'exploitation et de recherche, pour affiner les exigences des modèles de machine learning, influencer les décisions scientifiques et quantifier l'impact.
  • Développement pratique, production et exploitation de modèles et pipelines de machine learning à grande échelle, y compris pour des cas d'utilisation en batch et en temps réel, avec des données structurées et non structurées.
  • Construire des modèles de machine learning réutilisables, performants et évolutifs en incorporant des outils internes, des informations tierces et des innovations de pointe.
  • Présenter le travail en interne lors de réunions mensuelles aux parties prenantes techniques, d'ingénierie et de produit, générant de l'enthousiasme quant à l'avancement de la feuille de route.
  • Publier à l'externe et s'engager avec la communauté scientifique pour améliorer la réputation d'Airbnb.
  • 5+ ans d'expérience pertinente dans l'industrie (par exemple, scientifique en machine learning, chef technologique, jeune professeur) et un Master ou Doctorat dans des domaines pertinents.
  • Expérience pratique avec des problèmes de personnalisation et de recommandation, maîtrise des LLM ou des sujets liés à l'IA, au NLP, à la CV, à la compréhension des contenus générés par les utilisateurs tels que deep learning, information retrieval ou extraction de connaissances. Exemples comprennent BERT, GPT-2/3/4, LLaMA, Mistral.
  • Grande maîtrise de Python et SQL, avec expérience en TensorFlow, PyTorch, Airflow et entreposage de données.
  • Compréhension approfondie des bonnes pratiques du cycle de vie de l'apprentissage automatique, y compris l'entraînement/service, l'ingénierie des fonctionnalités, la sélection des fonctionnalités/modèles, l'étiquetage, les tests A/B et des algorithmes et domaines pertinents.
  • Capacité avérée à communiquer clairement et efficacement auprès d'audiences aux niveaux techniques variés ; les compétences en inférence causale par observation sont un plus.
  • Mélange de forte curiosité intellectuelle avec pragmatisme et engagement avec