Starszy Naukowiec Stosowany, Centrum Innowacji Generatywnej SI, AWS

Uczenie maszynowe (ML) było integralną częścią Amazona od wczesnych lat. Jesteśmy prekursorami w dziedzinach takich jak silniki rekomendacji, wyszukiwarki produktów, wykrywanie oszustw w handlu elektronicznym oraz optymalizacji operacji w dużych centrach dystrybucyjnych na dużą skalę. Zespół Generative AI pomaga klientom AWS przyspieszyć wykorzystanie Generative AI do rozwiązywania problemów biznesowych i operacyjnych oraz promowania innowacji w swojej organizacji. Jako naukowiec stosujący swoją wiedzę, masz wpływ na projektowanie i rozwijanie zaawansowanych modeli ML do rozwiązania zróżnicowanych wyzwań i szans. Będziesz pracować z terabajtami tekstu, obrazów i innych rodzajów danych, aby rozwiązać problemy codzienne. Projektujesz i przeprowadzasz eksperymenty, badasz nowe algorytmy i znajdujesz nowe sposoby optymalizacji ryzyka, rentowności i doświadczenia klienta. Szukamy utalentowanych naukowców zdolnych do zastosowania algorytmów ML i najnowocześniejszych metod głębokiego uczenia (DL) i uczenia ze wzmocnieniem do obszarów takich jak odkrywanie leków, segmentacja klientów, zapobieganie oszustwom, planowanie zdolności produkcyjnych, przewidywanie konserwacji, optymalizacja cen, analizy call center, szacowanie pozycji gracza, wykrywanie zdarzeń i asystent wirtualny, między innymi. Kluczowe obowiązki pracownika Podstawowe obowiązki tego stanowiska to: • Projektowanie, rozwijanie i ocena innowacyjnych modeli ML do rozwiązywania zróżnicowanych wyzwań i możliwości w różnych branżach • Bezpośredni kontakt z klientem, aby zrozumieć ich problemy biznesowe i pomóc im zdefiniować i wdrożyć skalowalne rozwiązania Generative AI w celu ich rozwiązania • Ścisła współpraca z zespołami ds. kont, zespołami naukowców i zespołami inżynierii produktu w celu wdrożenia nowych modeli i rozwiązań Dzień z życia O nas Kultura zespołu oparta na przyjmowaniu różnorodności Tutaj, w AWS, akceptujemy nasze różnice. Jesteśmy zdecydowani na dalsze rozwijanie naszej kultury inkluzji. Mamy dziesięć grup afiliacyjnych prowadzonych przez pracowników, obejmujących 40 000 pracowników w ponad 190 oddziałach na całym świecie. Mamy innowacyjne oferty świadczeń i organizujemy coroczne i bieżące doświadczenia edukacyjne, w tym nasze rozmowy na temat Rasy i Etniczności (CORE) i konferencje AmazeCon (różnorodność płci). Kultura zaakceptowania w Amazon jest wzmacniana za pomocą naszych 14 zasad przywództwa, które przypominają członkom zespołu o poszukiwaniu różnorodnych perspektyw, nauce i ciekawości oraz zdobywaniu zaufania. Równowaga między pracą a życiem prywatnym Nasz zespół przywiązuje dużą wagę do równowagi między życiem zawodowym a prywatnym. Nie chodzi o to, ile godzin spędzasz w domu lub w pracy, ale o flow, które tworzysz, przynosząc energię do obu części swojego życia. Wierzymy, że znalezienie właściwej równowagi między twoim życiem osobistym a zawodowym jest kluczowe dla długotrwałego szczęścia i spełnienia. Oferujemy elastyczność w godzinach pracy i zachęcamy Cię do znalezienia własnej równowagi między pracą a życiem osobistym. O zespole Nasz zespół jest oddany wspieraniu nowych członków. Mamy szeroki zakres poziomów doświadczenia i stażu pracy, a my tworzymy środowisko, które celebruje dzielenie się wiedzą i mentoring. Nasi starsi członkowie cieszą się z mentoringu jeden na jeden i dokładnych, ale uprzejmych, przeglądów kodu. Dbamy o twoją karierę i staramy się zlecać projekty na podstawie tego, co pomoże każdemu członkowi zespołu stać się lepszym inżynierem i pozwoli na wykonywanie bardziej skomplikowanych zadań w przyszłości. Jesteśmy otwarci na zatrudnienie kandydatów do pracy w jednym z następujących lokalizacji: San Francisco, CA, USA | San Jose, CA, USA | Santa Clara, CA, USA Wymagania podstawowe - 3+ lata doświadczenia w budowaniu modeli uczenia maszynowego dla biznesu - Doświadczenie w programowaniu w Java, C++, Python lub pokrewnym języku - Doświadczenie z metodami głębokiego uczenia i uczenia maszynowego Preferowane kwalifikacje - Doświadczenie z narzędziami modelowania, takimi jak R, scikit-learn, Spark MLLib, MxNet, Tensorflow, numpy, scipy etc. - Doświadczenie z dużymi rozproszonymi systemami, takimi jak Hadoop, Spark itp. - Doktorat lub magisterium i 6+ lat doświadczenia w badaniach stosowanych Amazon jest zaangażowany w tworzenie zróżnicowanego i inkluzywnego miejsca pracy. Amazon jest pracodawcą równych szans i nie dyskryminuje na podstawie rasy, pochodzenia narodowego, płci, tożsamości płciowej, orientacji seksualnej, statusu weterana, niepełnosprawności, wieku ani innego statusu prawnie chronionego. Osoby niepełnosprawne, które chciałyby poprosić o dostosowanie, prosimy odwiedzić https://www.amazon.jobs/en/disability/us. Zgodnie z rozporządzeniem San Francisco Fair Chance Ordinance, rozważymy do zatrudnienia kandydatów z przeszłością kryminalną. Nasze wynagrodzenia odzwierciedlają koszt pracy w kilku rynkach pracy w USA. Podstawowa płaca za to stanowisko wynosi od 136 000 dolarów rocznie w naszym najniższym rynku geograficznym do 260 000 dolarów rocznie w naszym najwyższym rynku geograficznym. Płaca jest oparta na kilku czynnikach, w tym lokalizacji rynku, i może się różnić w zależności od wiedzy, umiejętności i doświadczenia związanych z pracą. Amazon jest firmą, która oferuje całkowite wynagrodzenie. W zależności od oferowanego stanowiska, zakupy firmowe, wynagrodzenie za podpisanie umowy i inne formy wynagrodzenia mogą być zapewnione jako część pakietu wynagrodzeń, oprócz pełnego zakresu świadczeń medycznych, finansowych i / lub innych. Aby uzyskać więcej informacji, prosimy odwiedzić https://www.aboutamazon.com/workplace/employee-benefits. Aplikantów prosimy o zgłaszanie się poprzez naszą wewnętrzną lub zewnętrzną stronę karier.