Applied Scientist Intern

Компанія: Rakuten Group

Розташування: Різні Європейські Локації (Франція, Іспанія, Велика Британія, Естонія, Німеччина)

Назва Посади: Інтерн Прикладного Науковця

Заснована в 1997 році, Rakuten Group є глобальною інноваційною компанією з Японії, яка управляє понад 70 різноманітними бізнесами, включаючи електронну комерцію, цифровий контент, фінтех та комунікації. З 32 000 співробітників по всьому світу ми обслуговуємо 1,6 мільярда членів, надаючи можливості людям та суспільству через інновації та підприємництво.

Rakuten Tech в Європі, частина Global Innovation Hub, діє як регіональний центр для Технологічного Відділу, оптимізуючи і підтримуючи глобальні платформи в межах Екосистеми Rakuten. Наша команда, що складається з понад 130 членів у семи країнах і 12 офісах, включає Францію (Париж), Іспанію (Барселона), Велику Британію (Белфаст і Лондон), Естонію (Таллінн) та Німеччину (Берлін). З членами з понад 20 національностей ми постійно співпрацюємо над провідними технологічними інноваціями.

Rakuten Institute of Technology (RIT) - це наш спеціалізований Департамент Досліджень та Інновацій, що зосереджується на Взаємодії Людина-Комп'ютер, Комп'ютерному Зорі, Обробці Природної Мови та Машинному Навчанні. Це унікальне середовище сприяє науковим дослідженням та інноваціям, що сприяють передовим технологічним досягненням Rakuten.

• Проведення всебічних оглядів літератури стосовно навчання-ранжування (LTR) за кількома цілями.
• Вибір та впровадження відповідних підходів для багатозадачного LTR у нашому репозиторії глибокого навчання.
• Дослідження ефективності багатозадачного LTR на великих даних Rakuten.
• Співпраця з командою для аналізу та інтерпретації експериментальних результатів.
• Видобування значущих інсайтів для керівництва розробкою нових користувацьких моделей ранжування.
• Підготовка та подання наукової статті, що підсумовує ваше дослідження та висновки.

• Навчання на магістра 2го курсу з комп'ютерних наук (або еквівалент) зі спеціалізацією в Машинному Навчанні або пов'язаній галузі.
• Володіння PyTorch для розробки моделей машинного навчання.
• Знання систем рекомендацій, глибокого навчання з табличними даними, обробки природної мови (NLProc) та загальних технік машинного навчання.
• Доведений досвід у впровадженні наукових робіт з машинного навчання.
• Досвід роботи з Git для контролю версій і співпраці.
• Інтерес до систем рекомендацій та інформаційного пошуку.
• Міцний математичний фундамент та навички вирішення проблем.
• Повне володіння англійською мовою, здатність працювати незалежно та в команді.