Inżynier uczenia maszynowego

W Deliveroo mamy świetny dział nauki o danych, którego celem jest ułatwienie doskonałego podejmowania decyzji przez ludzi i maszyny. Działamy na wszystkich szczeblach firmy - w zespołach zajmujących się produktem, operacjami i platformami, rozwiązując niektóre z najbardziej intrygujących problemów. Pracujemy w szybkim tempie, zawsze wypatrując świeżych pomysłów, a wszystkie nasze decyzje i ich uzasadnienia są w pełni transparentne. Jest mnóstwo kwestii, które musimy zbadać, a wiele z nich nie spotkało nas jeszcze. Jak dane i technologia mogą pomóc restauracjom prosperować, gdy zmieniają się tendencje konsumenckie? Jak możemy przewidzieć, co ktoś zamówi na kolację, zanim nawet mu się to przetoczy przez myśl? To tylko niektóre z skomplikowanych zagadnień, które rozwiązujemy w Deliveroo - i nie ma takiego wyzwania, które nie mogłoby być Twoje. Żadne rozwiązanie nie jest przywiązane do konkretnego zespołu, co oznacza, że możliwości rozwoju i osobistego wpływu są ogromne. Nasz zespół posiada pełną gamę umiejętności z zakresu nauki o danych: budowanie narzędzi analitycznych; informowanie o podejmowaniu decyzji na całym przedsiębiorstwie poprzez niestandardową i zautomatyzowaną analizę; przeprowadzanie eksperymentów; przeprowadzanie analiz przyczynowych; wpływanie na planowanie i priorytetyzację poprzez solidne oszacowanie wpływu; tworzenie gotowych do produkcji modeli uczenia maszynowego i optymalizacji; oraz podnoszenie poziomu zrozumienia analizy danych i podejmowania decyzji opartych na danych w całej firmie. Nasi naukowcy od danych pochodzą z licznych dziedzin, takich jak matematyka, statystyka, ekonomia/ekonometria, fizyka, psychologia, finanse, informatyka, badania operacyjne, neurobiologia poznawcza i inżynieria. Niektórzy z nich mają formalne wykształcenie z zakresu nauk o danych, inni nie. Nasz zespół składa się z osób z całego świata, a nawet mamy wyznaczony komitet ds. różnorodności w dziedzinie nauki o danych. W Deliveroo, naukowcy od danych podlegają naszemu zespołowi zarządzającemu nauką o danych. Mamy dynamiczną, aktywną społeczność nauki o danych, z solidnym procesem recenzji technicznych, strukturą awansu zawodowego i mnóstwem możliwości uczenia się. O roli W tej roli będziesz pracować nad generowaniem metadanych do wprowadzenia do silników rekomendacyjnych i innych decyzji podejmowanych na podstawie algorytmów. Będziesz doskonale radzić sobie w skomplikowanym inżynierstwie zadań i skoncentrujesz się na tworzeniu własnych modeli za pomocą technik takich jak doskonalenie i destylacja. Znajomość głębokiego uczenia i NLP jest niezbędna, a w swojej codziennej pracy będziesz korzystać z frameworków takich jak Pytorch i Huggingface. Będziesz pracować w interdyscyplinarnym zespole inżynierów, analityków i naukowców od danych specjalizujących się w wnioskowaniu, oraz menedżerów produktu, aby rozwijać systemy, które podejmują automatyczne decyzje na wielką skalę. Wszystkie nasze mechanizmy podejmowania decyzji oceniamy poprzez solidne eksperymenty, zasilane przez naszą platformę do eksperymentów na najwyższym poziomie. Wymagania: - Solidna znajomość podstaw uczenia maszynowego i/lub badań operacyjnych oraz ich zastosowania. - Doświadczenie z głębokim uczeniem i NLP, szczególnie z Pytorch lub innymi frameworkami do głębokiego uczenia. - Doświadczenie w produkcji modeli ML i budowie potoków ML (doświadczenie z Huggingface to plus) - Biegłość w eksploracyjnej analizie danych, modelowaniu/prototypowaniu algorytmów, selekcji, oraz projektowaniu i rozwoju potoków modeli. Doświadczenie z wdrożeniem modeli do produkcji i monitorowaniem eksperymentów to plus - Doskonałe umiejętności komunikacyjne - werbalne, pisemne, programistyczne i recenzji kodu, zarówno dla odbiorców technicznych, jak i nietechnicznych - Komfort w szybko zmieniającym się środowisku z przesuwającymi się wymaganiami - Praktyczne podejście, skierowane na prostotę, ze skupieniem na generowaniu wpływu Mile widziane: - Doświadczenie z głębokim uczeniem opartym na obrazach lub modelami multimodalnymi - Doświadczenie z wielojęzycznym przetwarzaniem języka naturalnego w języku francuskim, włoskim, arabskim, kantońskim - Doświadczenie z rozwojem w AWS Korzyści i różnorodność W Deliveroo rozumiemy, że nasi ludzie stanowią sedno firmy i priorytetem jest dla nas ich dobrobyt. Oferujemy szeroki zakres konkurencyjnych korzyści w sektorach takich jak zdrowie, rodzina, finanse, społeczność, wygoda, rozwój, czas wolny i relokacja. Wierzymy, że wspaniałe miejsce pracy jest odzwierciedleniem świata i jego wspaniałej różnorodności. Dlatego nie oceniamy nikogo na podstawie jego płci, rasy, orientacji seksualnej, religii czy tajemnej niechęci do kolendry. Wszystko, czego potrzebujesz, to pasja do (większości) jedzenia i chęć bycia częścią jednego z najbardziej ekscytujących start-upów technologicznych.