Czy pasjonujesz się wielkimi danymi, uczeniem maszynowym, LLM (Large Language Models) oraz usprawnianiem rekomendacji produktów? Zespół Personalizacji Amazona, mający duży wpływ, szuka kogoś takiego jak Ty, aby pomóc kształtować przyszłość handlu elektronicznego.
W Amazonie, nasza organizacja Personalizacji jest poświęcona transformacji doświadczeń klientów poprzez innowacje na styku uczenia maszynowego i rozproszonych systemów na dużą skalę. Nasze inicjatywy takie jak "Porównaj z podobnymi przedmiotami", "Kontynuuj zakupy dla...", oraz "Często kupowane razem" znacząco wpłynęły na handel elektroniczny na całym świecie. Wewnętrzne ankiety Amazona konsekwentnie rozpoznają naszą grupę jako jedno z najlepszych miejsc pracy w firmie, znane z widocznych projektów mających wpływ, wspierającej równowagi między pracą a życiem prywatnym i obfitych możliwościach rozwoju.
Jesteś Starszym Naukowcem Stosowanym, który rozwija się na pracy z wielkimi danymi i jest chętny do poprawiania wrażeń zakupowych klientów poprzez rozwijanie i stosowanie nowatorskich technologii takich jak LLM, NLP i wizja komputerowa. Z przedsiębiorczym nastawieniem i zacięciem do innowacji, lubisz współpracować z inżynierami oprogramowania, aby wprowadzać algorytmy w życie. Pracując w różnych zespołach w Amazon, będziesz napędzać znaczące korzyści dla klientów i mieć substancjalny wpływ na nasze projekty i architekturę.
Naszą misją jest zachwycenie każdego klienta Amazona spersonalizowanym doświadczeniem zakupowym. Ciągle inwestujemy w rozwiązania z zakresu uczenia maszynowego i systemów na dużą skalę, aby zapoczątkować przyszłość zakupów na Amazonie, pomagając klientom w eksploracji produktów, odkrywaniu wysokiej jakości artykułów i podejmowaniu pewnych decyzji zakupowych.
Potencjalni kandydaci są zaproszeni do pracy z naszego biura w Seattle, WA, USA.
Idealny kandydat będzie posiadał co najmniej 3 lata doświadczenia w budowaniu modeli uczenia maszynowego skierowanych na zastosowania biznesowe. Wymagany jest doktorat lub magisterium w połączeniu z co najmniej 5-letnim doświadczeniem w stos