Примененный ученый, Ускоритель Машинного обучения, Сервисы Партнеров по Продажам

Хотите присоединиться к инновационной группе учёных, которые используют машинное обучение и статистические методы, чтобы помочь Amazon предоставлять лучший клиентский сервис, автоматически минимизируя риски и предлагая решения? Хотите разрабатывать сложные алгоритмические системы, которые контролируют доверие и безопасность для миллионов клиентских коммуникаций каждый день? Вас волнует идея анализа и моделирования терабайтов данных и разработки передовых алгоритмов для решения реальных проблем? Хотели бы вы разрабатывать комплексные бизнес-решения и напрямую влиять на прибыльность компании? Вам нравится инновация и упрощение процессов? Если вы ответили положительно, вы могли бы быть идеальной кандидатурой для нашей команды "Machine Learning Accelerator" в рамках группы "Amazon Selling Partner Services (SPS)". Основные обязанности включают: - Использование статистических и машинных методов обучения для разработки масштабируемых систем управления рисками и поддержки. - Анализ больших объемов исторических бизнес-данных Amazon для определения конкретных случаев риска или более широких тенденций риска. - Проектирование, разработка и оценка инновационных моделей управления рисками. - Сотрудничество с учёными и программистами для внедрения приложений в реальном времени и создания новых функций. - Создание масштабируемых, эффективных, автоматизированных методов для анализа больших данных, разработки моделей, валидации моделей и выполнения моделей. - Исследование и внедрение новых машинных методов обучения и статистических подходов. Посетите [https://www.amazon.science], чтобы получить дополнительную информацию. Примененный ученый II в команде "Machine Learning Accelerator (MLA)" группы "Selling Partner Services (SPS)" занимается исследованиями и созданием прототипов приложений машинного обучения, которые решают стратегические бизнес-вопросы в доменах SPS. Кроме того, ученый сотрудничает с инженерами и бизнес-коллегами для разработки и внедрения масштабных решений, когда это выгодно для организаций SPS. Они внедряют инструменты, которые упрощают процессы решения проблем, показывают глубину и компетентность во многих областях, и влияют на техническую стратегию команды с помощью проницательных вкладов. Они также разрабатывают инструменты и методы, которые упрощают работу команды, наставляют младших членов команды и участвуют в найме. Мы приглашаем к подаче заявок на вакансии, основанные в Сиэтле, штат Вашингтон, США. Основные квалификации: - Докторская или магистерская степень с 4+ годами опыта в области информатики, компьютерной инженерии, машинного обучения или смежной области. - Опыт программирования на Java, C++, Python или аналогичном языке. - Знания в любой из этих областей: алгоритмы и структуры данных, разбор, численная оптимизация, добыча данных, параллельные и распределенные вычисления, высокопроизводительные вычисления. Предпочтительные квалификации: - Опыт использования Unix/Linux. - Профессиональный опыт разработки программного обеспечения. Amazon придерживается принципов разнообразия и равенства на рабочем месте. Мы являемся работодателем, предоставляющим равные возможности и не дискриминируем ни на какой законной основе. Если у вас есть инвалидность и вы хотели бы запросить приспособление, пожалуйста, посетите https://www.amazon.jobs/en/disability/us. Наши заработные платы отражают трудозатраты по всем географическим рынкам США. Годовая оплата за эту позицию варьируется от 136 000 долларов в нашем низшем географическом регионе до 222 200 долларов в нашем наивысшем. Факторы, такие как местонахождение рынка и работоспособные навыки и знания, могут повлиять на уровень оплаты труда. Другие формы компенсации, как акционерная доля, бонусы за подписание контракта, могут также быть частью общего пакета компенсации, включая медицинские, финансовые и/или другие льготы. Для получения дополнительной информации, пожалуйста, посетите https://www.aboutamazon.com/workplace/employee-benefits. Пожалуйста, подайте заявку через наш внутренний или внешний карьерный сайт.