Инженер-штатный сотрудник, машинное обучение

К кому вы присоединитесь: Мы ищем Инженера-программиста по машинному обучению, который присоединится к нашей группе по работе с данными - команде, задача которой - повысить интеллектуальный уровень и отзывчивость нашей продуктовой экосистемы, чтобы удовлетворять уникальные потребности наших клиентов. Вы будете отчитываться непосредственно перед Вице-президентом отдела науки о данных и поддерживать различные команды в этом отделе, состоящие из инженеров, имеющих разнообразный опыт в области машинного обучения и искусственного интеллекта. Ваш вклад: Сотрудничая с несколькими командами в отделе науки о данных, вы будете использовать свой опыт в области машинного обучения для помощи и продвижения различных проектов, а также тесно сотрудничать с членами наших команд по продуктам и бизнес-интеллекту в таких направлениях, как персонализация, рекомендации, энергоэффективность, домашняя безопасность и разработка более чистой энергетической решетки. Вы внесете прямой вклад в создание нашей инфраструктуры машинного обучения, быстро итерируясь, проводя и масштабируя тесты с наборами данных, содержащих сотни миллиардов точек данных, и быстро запуская продукты как в облаке, так и на периферии. В качестве главного инженера по машинному обучению в компании ecobee вы: - Будете руководить разработкой продвинутых алгоритмов машинного обучения для индивидуализации взаимодействия с клиентами на различных этапах, включая оплачиваемую рекламу, SEO контент, веб-страницы и в продуктовых предложениях. - Будете тесно сотрудничать с техническими и не техническими участниками процессов, включая бизнес-партнеров, а также инженерные и аналитические команды. - Будете управлять полным циклом разработки машинного обучения от формулировки проблемы, подготовки данных и разработки моделей до внедрения в производство, проведения экспериментов и поддержки. - Будете проектировать и внедрять крупномасштабные продукты машинного обучения на структурированных и неструктурированных данных (телеметрия, аудио, видео, поведение пользователя, предпочтения), с упором на корректность, удобство использования, интерпретируемость, проведение экспериментов и обслуживание. - Будете оценивать выполнимость инициатив через быстрое создание прототипов и в соответствии с требованиями к производительности, качеству, времени и стоимости. - Будете использовать свой опыт для продвижения лучших практик инженерии машинного обучения и наставничества для старших инженеров в отделе науки о данных. - Будете внедрять передовые исследования и отраслевые знания в команду по обработке естественного языка (NLP), компьютерному зрению, машинному обучению, генеративному AI и связанным областям. Какие навыки и опыт вы должны иметь Мы составили следующий список в качестве руководства по тем навыкам и интересам, которыми должна обладать наша команда разработчиков. Однако мы стремимся составить нашу команду из участников с разнообразными навыками и профессиональным опытом. Так что если у вас есть любая комбинация всего этого, мы будем рады с вами поговорить! - Ученая степень (магистр/доктор наук) в области статистики, математики, информатики или другой количественной области. - Обширный опыт применения машинного обучения к проектам, направленным на решение реальных проблем. - Значительный опыт работы с данными, построения статистических моделей и реализации решений машинного обучения с использованием передовых технологий и Big Data. - Опыт работы с данными объемом 1ТБ и более, включая использование фреймворков обработки больших данных, таких как Spark и Google Cloud Dataflow. - Опыт работы с инженерными и DevOps-практиками, а также с развертыванием и инфраструктурой ML-Ops. - Опыт оптимизации для ресурсно-ограниченных периферийных устройств. - Доказанные навыки программирования на нескольких языках, таких как Python, C/C++, а также соответствующих фреймворках и библиотеках, используемых в пакетах машинного обучения. - Доказанная способность руководить межфункциональными проектами до успешного завершения, используя сильные навыки решения проблем и способность объяснять сложные концепции как техническим, так и не техническим участникам процесса. - Доказанная способность разработки и обучения готовых к производству моделей машинного обучения, включая модели трансформатора, обучение с подкреплением, нейронные сети, модели обучения в таких областях, как классификаторы, рекомендатели, зрение и речь. - Опыт работы с деталями больших архитектур нейронных сетей с использованием фреймворков, таких как PyTorch, Tensorflow, Keras, JAX и т. д. - Опыт работы в средах, где используются Scrum и Agile. - Знание методов обработки данных для анализа, включая запросы к данным, определение метрик и анализ данных для оценки гипотез. Что произойдет после подачи заявки? Обзор заявки: Вашу заявку рассмотрит настоящий человек из отдела подбора персонала. Мы обычно получаем более 100 заявок на некоторые вакансии. Это может занять несколько дней, но каждый претендент получит обновление статуса своей заявки. Процесс собеседования (3 раунда): - Раунд 1: 45-минутный звонок с представителем отдела подбора персонала. - Раунд 2: 45-минутное виртуальное собрание с старшим менеджером по работе с данными. Это будет техническое собеседование в формате разговора с вопросами и ответами. - Раунд 3 разделен на две части: Часть 1: 1-часовая виртуальная встреча с парой старших членов нашей команды по машинному обучению. Вы представите решение проблемы в кейсе (предварительно предоставленное для подготовки) и ответите на вопросы о своей презентации. Часть 2: 45-минутная виртуальная встреча с нашим вице-президентом по науке о данных и менеджером продуктов для разговора с вопросами и ответами о машинном обучении в продуктовом контексте.