Applied Scientist, Amazon Ads

W Amazon reklama jest na nowo wyobrażana. Znajdując się na przecięciu eCommerce i reklamy, Amazon Ads oferuje bogaty wybór zaawansowanych rozwiązań reklamowych oraz wglądów w odbiorców, pomagając firmom i markom tworzyć precyzyjne, mające wpływ kampanie z mierzalnymi wynikami. Tutaj innowacja kwitnie, napędzana przez połączenie uczenia maszynowego i sztucznej inteligencji.

Jako Applied Scientist w naszym dynamicznym zespole będziesz:

• Projektować, budować prototypy i testować hipotezy w środowisku o wysokiej niejasności, wykorzystując zarówno analityczny, jak i biznesowy osąd.
• Blisko współpracować z zespołami inżynieryjnymi w celu integracji udanych eksperymentów z dużymi, wysoce skomplikowanymi systemami produkcyjnymi Amazon.
• Promować kulturę eksperymentów i nauk stosowanych w Amazon.
• Skutecznie zarządzać wieloma projektami i dotrzymywać napiętych terminów.
• Prezentować doskonałe umiejętności komunikacyjne i prezentacyjne w różnych grupach rówieśniczych i na różnych poziomach zarządzania.
• Wspierać i dalej doskonalić kulturę zespołu, zgodnie z zasadami przywództwa Amazon.

Potencjalni kandydaci mogą wybrać miejsce pracy w jednym z naszych prosperujących ośrodków technologicznych, w Edynburgu lub Londynie.

Podstawowe kwalifikacje:

• Doktorat, magister lub równoważne doświadczenie w dziedzinie informatyki, inżynierii komputerowej, uczenia maszynowego lub pokrewnym technicznym obszarze.
• Znajomość języków programowania takich jak Java, C++, Python lub podobnych.
• Udokumentowane doświadczenie w tworzeniu zaawansowanych modeli uczenia maszynowego lub opracowywaniu algorytmów dla zastosowań biznesowych.

Preferowane kwalifikacje:

• Doświadczenie w implementacji algorytmów głębokiego uczenia odpowiednich do wizji komputerowej.
• Wkład w patenty lub publikacje w czołowych recenzowanych konferencjach lub czasopismach.
• Praktyczne doświadczenie z generatywnymi modelami głębokiego uczenia, w tym CNNs, GANs, VAEs, i NF.
• Znajomość popularnych frameworków głębokiego uczenia, takich jak MxNet i TensorFlow.

Nasze zespoły wykorzystują najnowsze technologie, takie jak klastrowanie, głębokie sieci neuronowe i różne metody uczenia maszynowego, aby zwiększyć trafność reklam, dbając jednocześnie o prywatność użytkowników. Od modelowania predykcyjnego i optymalizacji wyboru reklam za pomocą uczenia wielozadaniowego i uczenia ze wzmocnieniem po wydobywanie wglądów z dużych zbiorów danych z wykorzystaniem Spark, EMR i Elasticsearch, nasze zespoły naukowe są na czele innowacji w reklamie.

W Amazon jesteśmy zaangażowani w tworzenie zróżnicowanego i inkluzywnego miejsca pracy. Amazon jest pracodawc