Naukowiec ds. uczenia maszynowego - Start lato 2024

Kim jesteśmy | Nauka machine learningu w Wayfair Prowadzimy intensywną współpracę ze zainteresowanymi stronami na wszystkich szczeblach naszego biznesu, aby budować skalowalne rozwiązania z zakresu machine learningu (ML) i algorytmiczne platformy, które zwiększają dodatkowe przychody, poprawiają doświadczenia klientów i zwiększają ich lojalność. Mając ponad 10 zróżnicowanych strumieni pracy (Wyszukiwanie, Ceny, Personalizacja i Rekomendacje, Merchandising, Marketing, Pomiar, B2B, Sprzedaż, Usługi, Łańcuch dostaw) oraz więcej niż 20 wyspecjalizowanych podzespołów, nasze projekty zespołowe bezpośrednio wpływają na naszych klientów na dużą skalę. Przykładowo, tworzymy unikalne modele machine learningu, aby identyfikować ukryte preferencje klientów, optymalizować rentowność i strategię biznesową poprzez precyzyjne prognozowanie przyszłego popytu, kosztów i marży, a także tworzymy rozwiązania oparte na machine learningu, aby wykrywać duplikaty produktów w naszym katalogu, między innymi. Dane są integralną częścią wszystkiego, co robimy, a nasz zespół Machine Learning odgrywa kluczową rolę we wszystkich aspektach działania Wayfair. Pracują ściśle z różnymi zespołami w całym biznesie, aby konstruować i skalować innowacyjne rozwiązania biznesowe za pomocą machine learningu. Dzięki własnej platformie testowania A/B i regularnym wdrożeniom kodu, nasz zespół może szybko i zrozumiale dostrzegać efekty swojej pracy na przedsiębiorstwo, a algorytmy, które tworzysz, bezpośrednio wpłyną na doświadczenie klienta. Co będziesz robić | Obowiązki - Opracowywać i skalować nowoczesne metody uczenia maszynowego, aby rozwiązać kluczowe problemy biznesowe - Projektować i obsługiwać techniczne platformy dla naszych algorytmicznych silników, aby działały w skali - Budować rozwiązania i łańcuchy procesów ML od początku do końca, które działają w czasie rzeczywistym, skalując algorytmiczne wnioski, które wpływają na miliony klientów Wayfair - Kontrolować cały cykl życia uczenia maszynowego od koncepcji do prototypowania, testowania, wdrażania i oceny całościowej wartości biznesowej generowanej przez Twoją pracę jako część dynamicznego zespołu - Identyfikować nowe możliwości i wnioski z danych (jak można poprawić modele? jaki jest prognozowany zwrot z inwestycji z proponowanej modyfikacji?) - Współpracować z naukowcami danych, aby tworzyć utrzymane, skalowalne i debugowalne kody za pomocą solidnych praktyk rozwoju oprogramowania - Współpracować z zespołem zaangażowanych i sympatycznych naukowców i inżynierów, aby budować i rozwijać unikalne rozwiązania dla problemów biznesowych Czego będziesz potrzebować | Kwalifikacje - Ukończenie studiów doktoranckich lub 3+ lata doświadczenia w powiązanej dziedzinie z tytułem MSc/BaSc w dziedzinie ilościowej (inżynieria, informatyka, ekonomia, itp.) - Znajomość języka Python lub innego głównego języka programowania - Silne teoretyczne zrozumienie i znaczna praktyczna wiedza w zakresie wdrażania rozwiązań uczenia przez wzmocnienie do produkcji. - Efektywne umiejętności pisemnej i werbalnej komunikacji, zdolność do wyjaśnienia wniosków nieekspertom i generalne preferowanie prostoty - Intelektualna ciekawość i entuzjazm do ciągłego uczenia się - Wielowymiarowe zrozumienie podstaw uczenia maszynowego (uczenie nadzorowane/nienadzorowane, systemy rekomendacji, uczenie przez wzmocnienie, uczenie głębokie, etc.) - Zdolność do rozwijania się w dynamicznym środowisku, gdzie mogą występować elementy niejasności Miło będzie mieć - Doświadczenie z ekosystemem ML w Pythonie (numpy, pandas, sklearn, XGBoost, etc.) i/lub ekosystemem Apache Spark (Spark SQL, MLlib/Spark ML) - Znajomość GCP (lub AWS, Azure), ram do tworzenia modeli ML, narzędzi do orkiestracji ML (Airflow, Kubeflow lub MLFlow) - Doświadczenie ze Spark, Kubernetes, Docker będzie atutem Nie ważne na jakim stanowisku, spełniasz krytyczną rolę w rosnącym biznesie, a jednocześnie masz do czynienia z wysokim poziomem widoczności na szczeblu wykonawczym. Nasz zespół dąży do tworzenia strategicznych rozwiązań wpływających na zachowania klientów i wpływających na podejmowanie decyzji, mierzących nasz wpływ w dziedzinie e-commerce. Nasza zróżnicowana i pasjonująca załoga czerpie satysfakcję i natychmiastową opinię z budowania, eksperymentowania i doskonalenia pracy o dużym wpływie. Ważna informacja dotycząca polityki pracy w biurze Wayfair: Wszyscy stażyści, współpracownicy i pracownicy korporacyjni będą pracować w trybie hybrydowym, zarówno w biurze, jak i zdalnie. Pracownicy działu technologicznego będą pracować w miejscu w wyznaczone dni, tj. wtorek, środę i czwartek, a resztę tygodnia będą pracować zdalnie. Obecnie Wayfair nie oferuje sponsorstwa dla pozwoleń na pracę na tym stanowisku. Pomoc dla osób niepełnosprawnych Wayfair jest zdecydowanie oddany idei zapewnienia równych szans dla wszystkich osób, w tym tych niepełnosprawnych. Zgodnie z tym Wayfair zapewni rozsądne wygody dla osób niepełnosprawnych, które mają znane fizyczne lub mentalne ograniczenia, chyba że spowoduje to znaczne trudności w prowadzeniu działalności biznesowej. Jeśli wymagasz rozsądnej pomocy, aby wziąć udział w procesie rekrutacji lub rozmowie kwalifikacyjnej, daj nam o tym znać, wypełniając nasz formularz Pomocy dla Kandydatów. Potrzebujesz pomocy? Jeśli potrzebujesz więcej informacji na temat ubiegania się o pracę w Wayfair, możesz odwiedzić naszą stronę FAQ tutaj.