Ingeniero sénior de aprendizaje automático, relevancia y personalización

Funciones:

• Trabaje con datos estructurados y no estructurados a gran escala, cree y mejore continuamente modelos de aprendizaje automático (ML) de vanguardia para casos de uso comerciales, operativos y de productos de Airbnb.
• Trabaje en colaboración con socios multifuncionales, incluidos ingenieros de software, gerentes de producto, científicos de operaciones y datos, identifique oportunidades de impacto comercial, comprenda, refine y priorice los requisitos para los modelos de aprendizaje automático, impulse decisiones de ingeniería y cuantifique el impacto.
• Desarrollo práctico, producción y operación de modelos y pipelines de ML/IA a escala, incluidos casos de uso por lotes y en tiempo real.
• Aproveche las herramientas e infraestructura de ML/IA internas y de terceros para desarrollar sistemas de aprendizaje automático reutilizables, altamente diferenciadores y de alto rendimiento, permitir el desarrollo rápido de modelos, el servicio de baja latencia y la facilidad de mantenimiento de la calidad del modelo.
• Los proyectos de ejemplo incluyen: plataforma de características, interpretabilidad de modelos, optimización de hiperparámetros y detección de deriva de conceptos.

Requisitos:

• Más de 12 años de experiencia en la industria en ML/IA aplicado, inclusive maestría o doctorado en campos relevantes.
• Sólidas habilidades de programación (Scala / Python / Java / C++ o equivalente) e ingeniería de datos.
• Conocimiento profundo de las mejores prácticas de ML/IA (por ejemplo, minimización de sesgos de entrenamiento/entrenamiento, pruebas A/B, ingeniería de características, selección de características/modelos), algoritmos (por ejemplo, redes neuronales/aprendizaje profundo, optimización) y dominios (por ejemplo, procesamiento del lenguaje natural, visión artificial, personalización, búsqueda y recomendación, optimización del mercado, detección de anomalías).
• Experiencia con 3 o más de estas tecnologías: Tensorflow, PyTorch, Kubernetes, Spark, Airflow (o equivalente), Kafka (o equivalente), almacén de datos (por ejemplo, Hive).
• Experiencia en la industria en la construcción de infraestructura de ML/IA de extremo a extremo y/o en la construcción y producción de modelos de ML.
• Exposición a patrones arquitectónicos de aplicaciones de software grandes y de alta escala (por ejemplo, API bien diseñadas, canales de datos de gran volumen, algoritmos eficientes, modelos).
• Experiencia con desarrollo impulsado por pruebas, familiarizado con pruebas A/B, entrega incremental e implementación.