Senior Applied Scientist - Microsoft Search, Assistant and Intelligence

Название должности: Ведущий прикладной ученый в Microsoft Search, Assistant and Intelligence (MSAI)

Компания: Microsoft

В Microsoft команда MSAI играет ключевую роль в разработке передовых продуктов, направленных на повышение продуктивности корпоративных пользователей. Наш новый проект, M365 Chat, использует передовые методы, такие как Большие Языковые Модели (LLMs) и Генерация с Дополнением Извлечением Информации (RAG), чтобы кардинально изменить способы взаимодействия пользователей с рабочими данными, их суммирование и принятие на основе них действий. Присоединяйтесь к нам и вносите свой вклад в инновационную среду, которая питает творчество и прорывы.

В своей роли ведущего прикладного ученого вы будете использовать свой опыт в области машинного обучения, специализируясь на моделях ранжирования и рекомендаций, чтобы возглавить разработку и улучшение наших систем ранжирования. Вы будете работать в сотрудничестве с межфункциональными командами для проектирования, реализации и оптимизации наших алгоритмов, тем самым играя ключевую роль в продвижении нашей технологии и поддержании нашего конкурентного преимущества в отрасли.

• Разрабатывать и инновировать алгоритмы машинного обучения, которые повышают точность и эффективность наших систем поиска.
• Проектировать масштабируемые алгоритмы для задач большого масштаба ранжирования, учитывая вовлеченность пользователей, разнообразие и справедливость.
• Проводить исчерпывающие эксперименты и анализы для оценки производительности моделей и выявления возможностей для улучшения.
• Работать вместе с инженерными командами для бесперебойной интеграции моделей машинного обучения в производственные среды.
• Следить за последними разработками в области машинного обучения и извлечения данных, способствуя интеллектуальному росту нашей компании.
• Предоставлять наставничество и руководство младшим членам команды, способствуя созданию среды обучения и инноваций.

Требования:

• Бакалавриат, магистратура или докторская степень в области статистики, эконометрики, информатики, электротехники или компьютерного инжиниринга или в смежной области.
• Значительный опыт в исследованиях и применении моделей машинного обучения для ранжирования и рекомендаций, а также LLMs в реальных условиях.
• Подтвержденный