Ang Pinterest ay isang visual discovery platform kung saan nakakahanap ng inspirasyon ang mga tao, nagse-save ng mga ideya, at inaayos ang mga ito ayon sa mga interes, proyekto, at bibilhin. Pinagsasama ng karanasan nito ang mga personalisadong rekomendasyon at visual search sa mga paksang gaya ng disenyo ng bahay, fashion, mga recipe, at mga kaganapan, habang tinutulungan din ang mga creator at retailer na maabot ang mga audience sa pamamagitan ng mga tool para sa commerce at advertising.
Tagapamahala ng Inhinyeriya sa Machine Learning II, Pundasyon ng Nilalaman
Pangungunahan ang koponan ng Pinterest sa machine learning engineering na bumubuo ng mga sistema sa pag-unawa ng nilalaman para sa Discovery, Search, Growth, at Ads. Magtatakda ng teknikal na direksiyon para sa nasusukat na imprastraktura ng LLM at VLM habang ginagabayan ang paghahatid na cross-functional.
Paglalarawan
- Bumuo, magturo, at palawakin ang pangkat ng mga inhinyero at applied scientist na nagtatrabaho sa mga batayang signal, imprastraktura, at sistema para sa pag-unawa ng nilalaman para sa Discovery, Search, Growth, at Ads.
- Tukuyin ang pangmatagalang teknikal na estratehiya para sa pagbuo ng semantic signal, mga batayang layer na maaaring gamitin muli, at nasusukat na imprastrakturang pinapatakbo ng modelo.
- Makipagtulungan sa mga koponan sa produkto, data science, at downstream engineering upang makalikha ng epekto sa buong Pinterest.
- Pangasiwaan ang paghahatid ng proyekto at komunikasyon sa mga stakeholder sa pamamagitan ng pagpaplano ng roadmap, mga teknikal na desisyon, pamamahala ng panganib, at pag-uulat ng progreso.
- Lutasin ang mga kumplikadong problema sa mga teknolohiyang VLM at LLM, semantic content understanding, mga caption at buod na maaaring gamitin muli, inference throughput, pagiging bago, kahusayan sa serving, pagsukat ng downstream impact, at malakihang monitoring, evaluation, at debugging.
Mga Kinakailangan
- Hindi bababa sa 7 taon ng karanasan sa industriya, kabilang ang 2 taon o higit pa sa pamamahala ng mga koponan.
- Master’s degree sa computer science, computer engineering, o katumbas na propesyonal na karanasan.
- Mga publikasyon sa mga nangungunang kumperensiya sa machine learning at data mining gaya ng NeurIPS, ICML, KDD, o SIGIR.
- Karanasan sa pagsasanay at pagse-serve ng mga LLM at VLM model gamit ang malakihang distributed system.
- Karanasan sa paggamit ng mga distributed ML data-pipeline tool gaya ng Hadoop at Spark.
- Karanasan sa pamumuno ng mga hindi tiyak na inisyatiba sa machine learning upang bumuo, gumamit, at pahusayin ang mga generative AI model para sa pag-unawa ng nilalaman at mga sistema ng rekomendasyon.
- Napatunayang teknikal na pamumuno sa machine learning at mga data system.
- Karanasan sa pagtatakda ng direksiyon para sa mga roadmap na sumasaklaw sa maraming quarter at kinabibilangan ng modeling, data pipeline, at productionization.
- Mahuhusay na kasanayan sa komunikasyon at pakikipagtulungan sa iba’t ibang function.
Mga Benepisyo
- Kwalipikado para sa equity compensation.
- May kakayahang umangkop sa work model.
- Pakikipagtulungan nang personal isa hanggang dalawang beses bawat quarter.
- Pantay na oportunidad sa trabaho at suporta para sa mga medikal o relihiyosong accommodation.