Pinterest to wizualna platforma odkrywania, na której użytkownicy znajdują inspiracje, zapisują pomysły i porządkują je według zainteresowań, projektów oraz zakupów. Platforma łączy spersonalizowane rekomendacje z wyszukiwaniem wizualnym w takich obszarach jak aranżacja wnętrz, moda, przepisy i wydarzenia, a także pomaga twórcom i sprzedawcom detalicznym docierać do odbiorców za pomocą narzędzi handlowych i reklamowych.
Menedżer zespołu inżynierii uczenia maszynowego II, fundament treści
Kieruj zespołem inżynierii uczenia maszynowego Pinterest, który tworzy systemy rozumienia treści dla Discovery, wyszukiwania, wzrostu i reklam. Wyznaczaj kierunek techniczny skalowalnej infrastruktury LLM i VLM oraz nadzoruj realizację międzyfunkcyjną.
Opis
- Twórz, rozwijaj i powiększaj zespół inżynierów oraz naukowców stosowanych pracujących nad podstawowymi sygnałami rozumienia treści, infrastrukturą i systemami dla Discovery, wyszukiwania, wzrostu i reklam.
- Określaj długoterminową strategię techniczną generowania sygnałów semantycznych, wielokrotnego użytku warstw bazowych i skalowalnej infrastruktury opartej na modelach.
- Współpracuj z zespołami produktu, analityki danych i inżynierii zależnej, aby osiągać rezultaty w całym Pinterest.
- Nadzoruj realizację projektów i komunikację z interesariuszami poprzez planowanie mapy drogowej, podejmowanie decyzji technicznych, zarządzanie ryzykiem i raportowanie postępów.
- Rozwiązuj złożone problemy związane z technologiami VLM i LLM, semantycznym rozumieniem treści, wielokrotnego użytku podpisami i podsumowaniami, przepustowością inferencji, aktualnością danych, efektywnością serwowania, pomiarem wpływu na zespoły zależne oraz monitorowaniem, oceną i debugowaniem na dużą skalę.
Wymagania
- Co najmniej 7 lat doświadczenia zawodowego, w tym 2 lata lub więcej na stanowisku związanym z zarządzaniem zespołami.
- Tytuł magistra informatyki, inżynierii komputerowej lub równoważne doświadczenie zawodowe.
- Publikacje na wiodących konferencjach dotyczących uczenia maszynowego i eksploracji danych, takich jak NeurIPS, ICML, KDD lub SIGIR.
- Doświadczenie w trenowaniu i serwowaniu modeli LLM i VLM z wykorzystaniem wielkoskalowych systemów rozproszonych.
- Doświadczenie w korzystaniu z narzędzi rozproszonych potoków danych ML, takich jak Hadoop i Spark.
- Doświadczenie w kierowaniu niejednoznacznymi inicjatywami z zakresu uczenia maszynowego mającymi na celu tworzenie, stosowanie i ulepszanie generatywnych modeli AI do rozumienia treści i systemów rekomendacji.
- Potwierdzone przywództwo techniczne w obszarze uczenia maszynowego i systemów danych.
- Doświadczenie w wyznaczaniu kierunku dla wielokwartalnych map drogowych obejmujących modelowanie, potoki danych i wdrażanie produkcyjne.
- Bardzo dobre umiejętności komunikacji i współpracy międzyfunkcyjnej.
Benefity
- Możliwość uzyskania uprawnień do wynagrodzenia w formie akcji.
- Elastyczny model pracy.
- Współpraca stacjonarna od jednego do dwóch razy na kwartał.
- Równe szanse zatrudnienia i wsparcie w zakresie dostosowań medycznych lub religijnych.