Meta находится на переднем крае технологического развития, преобразуя способы взаимодействия и связи в мире. Мы рады объявить о вакансии для опытного инженера-разработчика машинного обучения, который возьмется за интересные задачи в области классификации и оптимизации. Эта роль предлагает возможность работать в самых разных приложениях, включая обнаружение мошенничества, системы рекомендаций и анализ тональности.
В качестве инженера-разработчика по машинному обучению ваши обязанности будут включать:
- Направление целей команды и технической стратегии, повышение эффективности в рамках большей организации.
- Детальное описание сложных системных возможностей и фреймворков.
- Следование за тенденциями в индустрии и внутри компании для помощи в разработке передовых технологий.
- Сотрудничество с лидерами организации для улучшения производительности и эффективности команды.
- Создание новых организационных возможностей и влияние на набор персонала и приоритеты для воплощения видений в жизнь.
- Разработка продвинутых масштабируемых классификаторов и инструментов с использованием машинного обучения, регрессии данных и правил, основанных на моделях.
- Адаптация традиционных методов машинного обучения для использования в современных параллельных средах, таких как распределенные кластеры, многоядерные SMP и GPU.
- Степень бакалавра в области компьютерных наук, компьютерного инжиниринга или в смежной технической области, или эквивалентный практический опыт.
- Не менее 12 лет опыта работы с языками программирования, такими как Python, C++, Java или R.
- Более 8 лет опыта в области машинного обучения, систем рекомендаций, распознавания образов, обработки естественного языка, добычи данных или искусственного интеллекта.
- Доказанная способность вести проекты с значительным влиянием в индустрии и эффективно работать в различных функциональных областях для достижения решений.
- Опыт наставничества и влияния на старших инженеров в различных организациях.
- Демонстрация способности планировать многолетние технологические дорожные карты, где краткосрочные достижения способствуют достижению долгосрочных целей.