Applied Scientist I, Global Search Quality

Amazon предлагает увлекательную возможность улучшить то, как миллионы людей по всему миру ежедневно взаимодействуют с технологиями и наукой. Мы ищем инновационного Примененного ученого I, стремящегося погрузиться в Обработку естественного языка (NLP), Машинное обучение (ML) и Глубокое обучение (DL) для улучшения функций поиска в нашем обширном каталоге продуктов. Эта полная занятость доступна в Сиэтле, Вашингтон и Пало-Альто, Калифорния.

В качестве Примененного ученого в команде Global Search Quality Amazon вы будете играть ключевую роль в формировании будущего того, как наши клиенты без проблем обнаруживают продукты. Ваш опыт будет специально способствовать продвижению в понимании запросов, семантическом сопоставлении, ранжировании по релевантности, определении языка и машинном переводе. Эти инициативы непосредственно влияют на удовлетворение клиентов и более широкий бизнес, что делает эту роль крайне важной и значимой.

Кандидаты должны иметь крепкий опыт в программировании, предпочтительно с опытом работы на Java, C++, Python, или аналогичных языках. Кроме того, владение SQL, системами RDBMS типа Oracle или хранилищами данных является жизненно важным. Степень магистра в области компьютерных наук, математики, статистики, или в смежной области требуется для поддержки вашей способности создавать масштабируемые, эффективные решения для поиска.

Опыт работы с NLP и ML техниками, особенно в контексте поиска, высоко ценится. Знакомство с сервисами AWS, создание и развертывание моделей ML с низкой задержкой в крупномасштабных, реальных производственных системах выделит вас на фоне остальных. Кандидатов, проводивших A/B тестирование и обладающих опытом работы с крупномасштабными системами обработки данных, такими как Spark, призываем подать заявку.

Amazon предан созданию разнообразного и инклюзивного рабочего места. Как работодатель, предоставляющий равные возможности, мы отмечаем разнообразие и стремимся создать инклюзивную среду для всех сотрудников. Эта позиция предлагает конкурентоспособное вознаграждение и всеобъемлющий пакет льгот, который отвечает на разнообразные потребности наших сотрудников в разных географических локациях.

Базовая заработная плата за эту роль варьируется от <