Applied Scientist Intern

Компания: Rakuten Group

Место работы: Различные города Европы (Франция, Испания, Великобритания, Эстония, Германия)

Должность: Стажер-Прикладной ученый

Основанная в 1997 году, группа компаний Rakuten — это глобальная инновационная компания, базирующаяся в Японии и работающая более чем в 70 различных направлениях, включая электронную коммерцию, цифровой контент, финтех и коммуникации. С численностью сотрудников более 32,000 человек по всему миру, мы обслуживаем 1,6 миллиарда членов, способствуя развитию людей и общества через инновации и предпринимательство.

Rakuten Tech в Европе, часть Глобального инновационного центра, действует как региональный центр для Технологического подразделения, оптимизируя и поддерживая глобальные платформы внутри экосистемы Rakuten. Наша команда, состоящая из более чем 130 участников из семи стран и 12 офисов, включает Францию (Париж), Испанию (Барселона), Великобританию (Белфаст и Лондон), Эстонию (Таллин) и Германию (Берлин). С представителями более 20 национальностей, мы постоянно сотрудничаем над ведущими технологическими инновациями.

Институт технологий Rakuten (RIT) - это наш специализированный отдел исследований и инноваций, сосредоточенный на Взаимодействии человека и компьютера, компьютерном зрении, обработке естественного языка и машинном обучении. Эта уникальная среда способствует научным исследованиям и инновациям, внося вклад в передовые технологические начинания Rakuten.

Ваша роль стажера включает:

• Проведение всестороннего обзора литературы по learning-to-rank (LTR) с множественными целями.
• Выбор и внедрение соответствующих подходов для multi-objective LTR в наш репозиторий глубокого обучения.
• Изучение эффективности multi-objective LTR на больших данных Rakuten.
• Сотрудничество с командой для анализа и интерпретации экспериментальных результатов.
• Извлечение значимых выводов для разработки новых пользовательских моделей ранжирования.
• Подготовка и подача научной статьи, обобщающей ваши исследования и выводы.

Профиль кандидата:

• Обучение в магистратуре по компьютерным наукам (или аналогичное) с специализацией в области машинного обучения или смежной области.
• Умение работать с PyTorch для разработки моделей машинного обучения.
• Знакомство с рекомендательными системами, глубоким обучением на табличных данных, обработкой естественного языка (NLProc) и общими методиками машинного обучения.
• Опыт внедрения статей по машинному обучению.
• Опыт работы с Git для контроля версий и совместной работы.
• Интерес к рекомендательным системам и информационному поиску.
• Сильный математический бэкграунд и навыки решения проблем.
• Полное владение английским языком, умение работать как самостоятельно, так и в команде.

Ссылки:

• Исследовательская статья 1
• Исследовательская статья 2
• Исследовательская статья 3

Преимущества:

• Компенсация от 1100 до 1320 евро.
• Талоны на питание.
• Работа