Pinterest ir vizuālās atklāšanas platforma, kurā cilvēki meklē iedvesmu, saglabā idejas un kārto tās atbilstoši interesēm, projektiem un pirkumiem. Platformā apvienoti personalizēti ieteikumi un vizuālā meklēšana tādās jomās kā mājokļa dizains, mode, receptes un pasākumi, kā arī satura veidotājiem un mazumtirgotājiem tiek palīdzēts sasniegt auditoriju, izmantojot tirdzniecības rīkus un reklāmu.
Vecākais mašīnmācīšanās inženieris uzņēmumā Pinterest (attālināts darbs no Kalifornijas)
Izstrādā dziļās mācīšanās un ieteikumu sistēmas, kas personalizē Pinterest pieredzi sākumlapas plūsmā, reklāmās, izaugsmes, iepirkšanās un meklēšanas jomās. Uzlabo kandidātu izgūšanas un mašīnmācīšanās modeļus, izmantojot eksperimentus un liela mēroga datu analīzi.
Apraksts
- Izstrādā dziļās mācīšanās un mašīnmācīšanās tehnoloģijas, kas personalizē Pinterest pieredzi
- Sadarbojies ar Pinterest komandām, lai testētu un uzlabotu sākumlapas plūsmas, reklāmu, izaugsmes, iepirkšanās un meklēšanas modeļus
- Izmanto uz datiem balstītas metodes un datu īpašās iezīmes kandidātu izgūšanas uzlabošanai
- Darbojies strauji mainīgā vidē, kurā galvenā uzmanība pievērsta eksperimentiem un produktu ieviešanai
- Seko ieteikumu sistēmu pētniecības un nozares prakses attīstībai
Prasības
- Doktora grāds vai ārvalstīs iegūts līdzvērtīgs grāds datorzinātnē, programmatūras inženierijā vai cieši saistītā kvantitatīvā jomā
- Divu gadu pieredze piedāvātajā amatā vai vismaz viena gada pieredze piedāvātajā amatā vai saistītā programmatūras inženierijas vai mašīnmācīšanās inženierijas amatā
- Vismaz viena gada pieredze Java izmantošanā mērogojamu, augstas veiktspējas aizmugursistēmas pakalpojumu izveidei reāllaika ieteikumu konveijeriem
- Vismaz viena gada pieredze mašīnmācīšanās modeļu novērtēšanā un uzlabošanā
- Vismaz viena gada pieredze liela mēroga ieteikumu algoritmu izstrādē un optimizēšanā
- Vismaz viena gada pieredze dabiskās valodas apstrādes piemērošanā ieteikumu sistēmām
- Python pārvaldīšana
- Spēja risināt analītiskas problēmas, izmantojot kvantitatīvas metodes
- Pieredze standarta mašīnmācīšanās metožu pielāgošanā paralēlām vidēm, tostarp izkliedētiem klasteriem, daudzkodolu SMP sistēmām vai GPU
- Algoritmu un datu struktūru pārzināšana
- Signālu apstrādes pārzināšana
- Datu ieguves pārzināšana
- Pieredze sarežģītu, liela apjoma un augstas dimensijas datu apkopošanā, pārveidošanā vai analizēšanā no dažādiem avotiem
- Pretendentiem jāatrodas Amerikas Savienotajās Valstīs
Priekšrocības
- Iespēja saņemt uz akcijām balstītu atlīdzību
- Elastīga darba organizācija
- Atļauts strādāt attālināti