Staff Machine Learning Engineer, Trust Screenings

Airbnb, мировой лидер в области гостеприимства, управляемого сообществом, приглашает вас стать важной частью нашего пути. С момента нашего основания в 2007 году более 4 миллионов хозяев открыли свои двери, создавая незабываемые впечатления почти в каждом уголке мира. Мы гордимся тем, что смогли обеспечить прибытие более 1 миллиарда гостей, соединяя людей и способствуя укреплению доверия в глобальных сообществах.

В качестве Инженера по машинному обучению в нашей команде Trust Screenings ваш опыт поможет укрепить основу наших инициатив в области доверия и безопасности. Эта ключевая роль сосредоточена на улучшении безопасности в реальном мире путем превентивного выявления рисков с помощью инновационного анализа данных и стратегий машинного обучения. Вы будете тесно сотрудничать с менеджерами по продукту, специалистами по данным и операционными службами, чтобы совершенствовать и продвигать наши прогностические возможности, обеспечивая безопасность и защиту пользователей нашей платформы.

В этой роли вы будете:

• Разрабатывать и усовершенствовать модели машинного обучения для предсказания и предотвращения инцидентов физического вреда и повреждения имущества.
• Работать с разнообразными структурированными и неструктурированными наборами данных, улучшая операционные и продуктовые предложения Airbnb с помощью передовых алгоритмических решений.
• Создавать синергии с другими командами доверия и безопасности для разработки комплексных стратегий предотвращения.
• Взаимодействовать с мультидисциплинарными командами, включая инженеров, менеджеров по продукту и специалистов по данным, для проектирования и внедрения масштабируемых решений для систем обнаружения мошенничества в реальном времени и пакетной обработке.

Ваши квалификации включают в себя:

• 8 и более лет соответствующего опыта в прикладном машинном обучении с бакалавром или высшей степенью в области компьютерных наук/ML или в смежной области.
• Прочные навыки программирования на Scala, Python, Java, C++ или аналогичных языках.
• Глубокое понимание лучших практик ML и подтвержденный опыт внедрения моделей машинного обучения в больших масштабах.
• Опыт работы с такими технологиями, как TensorFlow, PyTorch, Kubernetes, Spark и Airflow.
• Опыт участия в крупных программных