Staff Machine Learning Engineer, Fakespot

Диапазоны заработной платы, зависящие от местоположения: Чтобы узнать диапазоны заработной платы для этой позиции, выберите своё местоположение в меню «Подать заявку сейчас».

Узнать больше: Нажмите здесь, чтобы понять нашу систему диапазонов заработной платы

Корпорация Mozilla, поддерживаемая Фондом Mozilla, уже более 25 лет формирует интернет. Наши передовые бренды, включая браузер Firefox, ориентированный на конфиденциальность, и сервис Pocket, ежемесячно используют более 225 миллионов человек по всему миру. Мы стремимся создать интернет для людей, концентрируясь на ИИ, социальных сетях и безопасности, оставаясь верными нашей миссии – улучшать интернет для всех.

В Mozilla мы не подотчётны акционерам благодаря нашей некоммерческой поддержке. Наша глобальная команда в сотрудничестве с тысячами волонтёров разрабатывает и распространяет программное обеспечение с открытым исходным кодом, которое позволяет пользователям наслаждаться лучшим интернетом.

Fakespot, теперь часть Mozilla, стремится вернуть доверие и прозрачность в электронную коммерцию. Используя машинное обучение и передовые технологии, мы выявляем поддельные отзывы и продавцов, помогая потребителям принимать обоснованные решения о покупках. Присоединяйтесь к нам, чтобы внести свой вклад в развитие надёжного ИИ и более достоверного интернета для миллионов пользователей Firefox и Fakespot.

Основные обязанности:

• Применение статистических и методов машинного обучения для анализа неструктурированных текстовых данных.
• Разработка и настройка моделей для распознавания сущностей, классификации и генерации текста.
• Адаптация предобученных языковых моделей (например, GPT, LLAMA) для специфических случаев использования.
• Оптимизация производственных моделей для масштабируемости, задержки и эффективности ресурсов.
• Мониторинг и доработка развернутых моделей по производительности, проведение необходимых устранений неполадок.
• Сотрудничество с междисциплинарными командами для доставки высококачественных функций и решений.
• Обновление знаний о достижениях в исследовании NLP и лучших практиках.
• Самостоятельная работа и руководство менее опытными членами команды.

Квалификации:

Основные квалификации:

• Степень бакалавра в области статистики, компьютерных наук или смежных областях, либо эквивалентный практический опыт.
• Минимум 6 лет опыта в количественных ролях, таких как инженер машинного обучения или дата-сайентист.
• Профессиональные навыки в области обработки естественного языка (NLP).
• Знание SQL и одного из языков программирования (например, Python).
• Опыт полного жизненного цикла моделей машинного обучения - от разработки до развертывания и мониторинга.
• Отличные навыки командной работы, высокий уровень сотрудничества и уважение к различным точкам зрения.
• Способность работать самостоятельно и помогать менее опытным членам команды.

Приверженность к ценностям:

• Приветствие различий
• Ориентация на взаимоотношения
• Ответственное участие
• Настойчивость

Бонусные баллы за:

• Продвинутая степень (магистратура или PhD) в количественной области.
• Глубокие знания в области глубокого обучения, обучения с подкреплением и NLP.
• Опыт работы с облачными платформами (AWS, Google Cloud, Azure) и связанными сервисами ML.
• Знание технологий больших данных (Hadoop, Spark).