The Walt Disney Company ist ein global tätiges Unterhaltungsunternehmen, dessen Geschäft auf Geschichten, Figuren und Besuchererlebnissen aufbaut. Die Aktivitäten umfassen Themenparks und Resorts, Mediennetzwerke, Filmstudios und interaktive Medien. Die Produkte und Erlebnisse erreichen weltweit Menschen über verschiedene Plattformen und Geräte. Disney wurde 1923 gegründet und vereint eine große internationale Belegschaft aus den Bereichen Unterhaltung, Gastgewerbe, Reisen sowie Speisen und Getränke. Gleichzeitig legt das Unternehmen bei der Verarbeitung von Verbraucherdaten Wert auf Datenschutz, Transparenz und Compliance.
Senior Machine-Learning-Ingenieur
Entwickle und betreibe skalierbare Machine-Learning-Modelle, Pipelines und Produktionssysteme für Disneys Commerce-Technologiegeschäft. Gestalte ML-Architektur und MLOps-Praktiken mit und leite technische Arbeiten in verschiedenen Engineering-Initiativen.
Beschreibung
- Entwirf und entwickle Machine-Learning-Modelle, Pipelines und Produktionssysteme.
- Bringe ML-Komponenten durch deine Arbeit und die Zusammenarbeit mit anderen Ingenieurinnen und Ingenieuren voran.
- Entwickle technische Lösungen, die Spezifikationen erfüllen und künftige ML-Initiativen prägen.
- Setze ML-Projekte und wesentliche Modellverbesserungen mit neuen oder bestehenden Technologien um.
- Lege Spezifikationen für zugewiesene ML-Komponenten, Projekte und Modellverbesserungen fest.
- Prüfe und schreibe Code für Pipelines zum Modelltraining, zur Evaluierung und zur Inferenz.
- Wirke an der Architektur von ML-Plattformen und Dateninfrastruktur mit.
- Entwirf ML-Komponenten für Projekte und dokumentiere ihre Spezifikationen.
- Entwickle und leite Workflows von der Datenaufnahme bis zur Bereitstellung von Modellen.
- Stimme Ergebnisse mit Data-Science-, Data-Engineering- und Produktteams im gesamten Unternehmen ab.
- Erarbeite Systemspezifikationen für zugewiesene ML-Projekte.
- Gib weniger erfahrenen ML-Ingenieurinnen und -Ingenieuren sowie Data Scientists fachliche Orientierung auf Senior-Ebene.
- Leite Teams bei der Problemanalyse, dem Debugging von Modellen und der Fehlerbehebung.
Anforderungen
- Mindestens fünf Jahre einschlägige Erfahrung mit dem Entwurf, Training und produktiven Einsatz von Machine-Learning-Modellen in großem Maßstab.
- Erfahrung mit Python und ML-Frameworks wie TensorFlow, PyTorch oder scikit-learn.
- Fundierte Kenntnisse in überwachtem und unüberwachtem Lernen, Modellevaluierung und Feature Engineering.
- Erfahrung mit MLOps-Praktiken, darunter Modellversionierung, Experiment-Tracking, CI/CD für ML und Modellüberwachung.
- Erfahrung mit Cloud-ML-Diensten und Infrastruktur wie AWS SageMaker, EC2 und S3.
- Erfahrung mit Datenpipelines und Orchestrierungstools wie Airflow, Spark und Kafka.
- Vertrautheit mit Datenbanken und Speichertechnologien wie DynamoDB, Redshift und NoSQL.
- Vertrautheit mit Docker, Kubernetes und Containerisierung.
- Vertrautheit mit Tools zur Datenbearbeitung.
- Erfahrung mit Snowflake ist erforderlich.
- Erfahrung mit groß angelegten Empfehlungssystemen, Personalisierung, NLP oder Computer Vision.
- Erfahrung mit ML-Inferenz in Echtzeit und Architekturen für Bereitstellung mit niedriger Latenz.
- Vertrautheit mit LLMs und der Integration generativer KI in Produktionssysteme.
- Java-Kenntnisse, einschließlich Spring Boot, sind von Vorteil.
- Bachelorabschluss in Informatik, Statistik, Mathematik oder einem ähnlichen Fachgebiet oder entsprechende Berufserfahrung.
Zusatzleistungen
- Das Vergütungspaket kann einen Bonus und/oder langfristige Incentive-Einheiten umfassen.
- Medizinische Leistungen.
- Finanzielle Leistungen.
- Weitere Leistungen.