Nivoda betreibt einen Marktplatz für Diamanten und Edelsteine, der Juweliergeschäfte bedient. Die Plattform ermöglicht Händlern den Zugang zu natürlichen und im Labor gezüchteten Diamanten sowie Edelsteinen und bietet Werkzeuge, um ihr Angebot im Geschäft und online zu erweitern. Virtuelle Showrooms und Diamanten-Feeds helfen ihnen, Kundinnen und Kunden Steine zu präsentieren, ohne das gesamte Sortiment auf Lager halten zu müssen. Nivoda koordiniert außerdem Qualitätskontrollen und Logistik und bietet im Rahmen seiner Lösungen für den Einzelhandel Expresslieferungen und flexible Kreditkonditionen an.
Senior AI/ML Engineer, remote in den Vereinigten Staaten
Entwickle Ranking-, Empfehlungs- und multimodale Suchsysteme für Nivodas globalen Schmuckmarktplatz und die Shopseiten von Juwelieren. Baue produktive Machine-Learning-Funktionen für Suche, Produktentdeckung und Bildabgleich.
Beschreibung
- Baue und betreibe die Suchinfrastruktur des Marktplatzes für Ranking und multimodale Suche.
- Entwickle konfigurierbare, mandantenfähige Ranking- und Empfehlungssysteme für Nivodas Marktplatz und die Shopseiten von Juwelieren.
- Entwickle kontextbezogene Suche und einen geplanten dialogbasierten Assistenten mit Prompt-Design und Retrieval-Augmented-Methoden.
- Erstelle Pipelines für die Zuordnung von Bildern zu Attributen und Produkten mithilfe von Bild-Embeddings.
- Ergänze Wiederherstellungswege und Bestätigungsschritte, bevor probabilistische Systeme folgenschwere Aktionen ausführen.
- Lege Evaluierungen für Suche und Ranking fest und führe sie durch, einschließlich Offline-Metriken und Interleaving-Experimenten.
- Bewerte und teste Foundation-Modelle und die Ausgaben von LLMs auf ihre Belastbarkeit.
- Betreue Ranking- und Empfehlungsmodelle von der Entwicklung der Features über Training, Evaluierung und Bereitstellung bis zur Überwachung.
- Entwirf und optimiere die Echtzeitbereitstellung von Modellen für niedrige Latenz unter Produktionslast.
- Nutze KI-Coding-Agenten für die Entwicklung von ML-Infrastruktur und Pipelines, unterstützt durch strenge Evaluierungsverfahren.
- Arbeite im Discovery Pod an Ranking, Empfehlungen, Sucheingaben, kontextbezogener und dialogbasierter Suche sowie bildgestützter Suche für einen globalen Schmuckmarktplatz.
Anforderungen
- 5–10 Jahre Berufserfahrung.
- Erfahrung mit Infrastruktur für Information Retrieval, etwa Elasticsearch/OpenSearch, Vespa oder Vektordatenbanken wie pgvector, Pinecone oder Weaviate.
- Praktische Erfahrung mit maschinellem Lernen für Ranking und Empfehlungen, einschließlich Learning-to-Rank, embedding-basierter Suche und kollaborativem Filtern.
- Erfahrung mit der Betreuung von ML-Modellen über Entwicklung der Features, Training, Evaluierung und Bereitstellung bis zur Überwachung.
- Erfahrung mit NLP- und LLM-Anwendungen in der Produktion, einschließlich Prompt-Design, Retrieval-Augmented-Methoden sowie dem Umgang mit ergebnislosen Suchen und Zielkonflikten.
- Erfahrung mit der Bereitstellung von Modellen in latenzarmen Echtzeitsystemen unter Produktionslast.
- Fähigkeit, Such- und Rankingsysteme anhand von Offline-Metriken und Interleaving-Experimenten zu evaluieren.
- Praktische Erfahrung mit Foundation-Modellen und LLMs, einschließlich der Bewertung und Belastungstests ihrer Ausgaben.
- Erfahrung mit dem Entwurf robuster Fehlerbehandlung für probabilistische Systeme.
- Sicherer Umgang mit KI-Coding-Agenten beim Aufbau von ML-Infrastruktur und Pipelines sowie ein starkes Bekenntnis zu Evaluierung und Tests.
- Lebenslauf auf Englisch.
- Von Vorteil: Kenntnisse der Grundlagen von Computer Vision und Bild-Embeddings.
- Von Vorteil: Erfahrung mit dem Entwurf konfigurierbarer, mandantenfähiger Systeme.
- Von Vorteil: Erfahrung mit dialogbasierten Suchprodukten oder Assistenten.
- Von Vorteil: Erfahrung mit Suche, Ranking oder Empfehlungen für Marktplätze oder den E-Commerce.
Zusatzleistungen
- Flexible Arbeitszeiten.
- Remote-first-Kultur.
- Möglichkeiten zur beruflichen Weiterentwicklung und zum Lernen.
- Unbegrenzter Urlaubsanspruch.
- Die Chance, in einer Phase schnellen Wachstums einzusteigen.