Inżynier ds. uczenia maszynowego, Amazon

  • Full Time
Job expired!
Zespół "Detail Page Sourcing and Relevance Team" wybiera promowane produkty, które są wyświetlane na stronach produktów Amazon, a także gwarantuje, że reklamy są odpowiednie dla danej fazy zakupów klienta. Zespół poszukuje inżyniera machine learning (MLE) do współpracy przy projektowaniu naszej infrastruktury Machine Learning, a także do stworzenia technicznego fundamentu, umożliwiającego naukową innowację i zwiększenie produktywności zespołu. Wybrany kandydat będzie ściśle współpracować z Applied Scientists, aby optymalizować wydajność modeli uczenia maszynowego, a także będzie projektować, wdrażać, testować i wspierać wprowadzanie do produkcji skalowalnych komponentów machine learning o niskim opóźnieniu. Dołączając do nas, będziesz mieć pełną odpowiedzialność za tworzone przez siebie rozwiązania. Te rozwiązania zwiększą nasze metryki dotyczące zasięgu, zaangażowania i wskaźnika konwersji, które bezpośrednio wpłyną na doświadczenia zakupowe naszych klientów. To stanowisko o dużej widoczności w wielu organizacjach, gdzie masz szansę wywierać znaczący wpływ. Kluczowe obowiązki: - Rozwijanie infrastruktury dla naukowców do tworzenia prototypów, szkolenia i badania rozwiązań Machine Learning dla problemów związanych z pozyskiwaniem i względami istotnymi. - Projektowanie i wdrażanie zadań ETL do generowania cech i szkolenia modeli na bardzo dużych zestawach danych. - Rozwijanie i utrzymanie usług wspierających modele Machine Learning w produkcji. - Umożliwianie online wnioskowania poprzez API o niskim opóźnieniu i wysokiej przepustowości. - Opracowywanie rozwiązań cache'ujących wspierających cechy i modele w produkcji. Dzień z życia: - Bezpośrednie projektowanie, rozwijanie, implementowanie i utrzymanie modeli i ścieżek Machine Learning w produkcji dla przypadków użycia zespołowych i czasu rzeczywistego. - Umożliwianie szybkiego badania, rozwoju i obsługi modeli o niskim opóźnieniu. - Współpraca z inżynierami, naukowcami, kierownikami produktów i kierownictwem. Oferujemy pracę w jednym z poniższych miejsc: Palo Alto, CA, USA Podstawowe wymagania: - 3+ lata doświadczenia w profesjonalnym programowaniu (poza stażem) - 2+ lata doświadczenia w projektowaniu lub architekturze (wzory projektowe, niezawodność i skalowanie) nowych i aktualnych systemów - Doświadczenie w programowaniu w co najmniej jednym języku programowania Preferowane kwalifikacje: - 3+ lata pełnego cyklu rozwoju oprogramowania, włączając standardy kodowania, przeglądy kodu, zarządzanie kontrolą źródła, procesy budowy, testy i doświadczenie w zakresie operacji - Absolutorium (Bachelor's degree) z informatyki lub równoważne Amazon jest zobowiązany do tworzenia zróżnicowanego i inkluzjiwnego miejsca pracy. Amazon jest pracodawcą równych szans i nie diskryminuje ze względu na rasę, pochodzenie narodowe, płeć, tożsamość płciową, orientację seksualną, status osób chronionych prawem, niepełnosprawność, wiek, ani żadnym inne status prawnie chroniony. Osoby niepełnosprawne które chciałyby złożyć wniosek o dostosowanie warunków pracy, są proszone o odwiedzenie strony internetowej https://www.amazon.jobs/en/disability/us. Nasze wynagrodzenie odzwierciedla koszty pracy w różnych regionach geograficznych USA. Wynagrodzenie na tym stanowisku waha się od 115 000 dolarów rocznie w naszym najniższym regionie geograficznym do 223 600 dolarów rocznie w naszym najwyższym regionie geograficznym. Płaca jest uzależniona od wielu czynników, takich jak lokalizacja rynku, a także może się różnić w zależności od wiedzy, umiejętności i doświadczenia związanych z pracą. Amazon to firma oferująca kompleksowe wynagrodzenie. W zależności od oferowanego stanowiska, mogą być oferowane różne formy dodatkowego wynagrodzenia, premie za podpisanie umowy i inne formy wynagrodzenia, oprócz pełnego zakresu benefitów medycznych, finansowych i innych. Więcej informacji na ten temat można znaleźć na stronie https://www.aboutamazon.com/workplace/employee-benefits. Kandydaci powinni składać aplikacje za pośrednictwem naszej wewnętrznej lub zewnętrznej strony kariery.