Scientifique ML du Personnel (Systèmes de recommandation)

Présentation du poste :

Nous recherchons un pionnier scientifique de l'apprentissage machine (Recommandations) pour rejoindre notre équipe Discovery Science ML chez Coursera, se concentrant sur la création de la prochaine génération de systèmes de recommandation hyper-personnalisés. Le candidat jouera un rôle instrumental dans la recherche et le développement de techniques de pointe pour des recommandations personnalisées et conscientes du contexte, redéfinissant l'expérience d'apprentissage sur notre plateforme. En plus de construire des systèmes de recommandation multi-étapes, ce rôle nécessite de rester au courant des tendances émergentes et des innovations en matière d'apprentissage machine, de systèmes de recommandation et d'éducation en ligne.

Responsabilités :

• Concevoir, développer et maintenir des systèmes de recommandation multi-étapes avancés, en s'inspirant de techniques ML telles que la récupération basée sur l'embedding, l'apprentissage renforcé, l'apprentissage en ligne et les LLM.
• Explorer et mettre en œuvre des architectures de recommandation séquentielles, des systèmes de recommandation basés sur des graphes, des LLM ajustés au domaine dans l'espace RecSys, et des embeddings de graphes de connaissances pour améliorer la personnalisation.
• Construire et optimiser des embeddings de préférences d'utilisateur évolutifs, en utilisant de grands espaces de caractéristiques et en formant des réseaux profonds pour le classement et le reclassement personnalisés. Incorporer des informations contextuelles, telles que le type d'appareil, le comportement de l'utilisateur, l'heure du jour et la géolocalisation, pour fournir des recommandations hyper-personnalisées en temps réel.
• Collaborer avec des équipes interfonctionnelles pour aligner les objectifs de recherche sur les besoins commerciaux et assurer le déploiement réussi de solutions innovantes en production.
• Rester à jour avec les dernières tendances en ML, les systèmes de recommandation et l'éducation en ligne, en participant fréquemment à des conférences, des ateliers et en s'engageant dans des projets de recherche collaboratifs.
• Contribuer aux efforts de recherche de Coursera en publiant dans des conférences de premier plan comme RecSys, KDD, WWW, Sigir et similaires.

Qualifications de base :

• Doctorat ou master en informatique, IA ou domaines étroitement liés.
• Expérience démontrée dans le développement de systèmes de recommandation avancés, incorporant des techniques telles que l'apprentissage renforcé, l'apprentissage par transfert et l'apprentissage non supervisé.
• Expérience de travail avec des embeddings de préférences d'utilisateur, de grands espaces de caractéristiques et des architectures de recommandation séquentielles, telles que Transformers.
• Historique de publication de recherche dans des conférences de premier plan comme RecSys, KDD, WWW, Sigir ou similaires.

Qualifications préférées :

• Compétences en langages de programmation, tels que Python, et en cadres d'apprentissage profond comme TensorFlow ou PyTorch. Familiarité avec le déploiement ML en production et outils pour le contrôle de version, tels que Git.
• Capacité avérée à rester à jour avec les recherches et technologies émergentes dans le domaine du ML et des systèmes de recommandation.
• Expérience de collaboration avec des équipes interfonctionnelles et excellentes capacités de communication.
• Passion pour l'impact dans le domaine de l'éducation en ligne grâce à des techniques innovantes d'apprentissage machine et de personnalisation.
• Familiarité avec la plateforme et l'offre de cours de Coursera, ainsi qu'une participation active dans les communautés d'IA et d'apprentissage machine, est un plus.

Si cette opportunité vous intéresse, vous pourriez aimer ces cours sur Coursera :

• Apprentissage non supervisé, Recommandations, Apprentissage renforcé
• Systèmes de recommandation : Évaluation et Métriques

#LI-CP1