Starszy inżynier ds. uczenia maszynowego, Surfaces Moments

Zespół ds. personalizacji sprawia, że ​​podejmowanie decyzji, co zagrać w następnej kolejności, staje się łatwiejsze i przyjemniejsze dla każdego słuchacza. Od Blend po Discover Weekly - jesteśmy autorami niektórych z najbardziej lubianych funkcji Spotify. Zbudowaliśmy je rozumiejąc świat muzyki i podcastów lepiej niż ktokolwiek inny.

Dołącz do nas, a sprawisz, że miliony użytkowników Cię wysłuchają, dając każdemu z nich świetne rekomendacje. Surfaces Moments to zespół ML w ramach misji personalizacji, którego celem jest tworzenie wrażeń opartych na chwilach na platformach Spotify. Zespół jest właścicielem i rozwija rozwiązania, które pomagają słuchaczom szybko łączyć się z treściami, które są dla nich najważniejsze, w tym funkcją Home Shortcuts i leżącą u jej podstaw inteligencją. Łącząc najnowocześniejsze uczenie maszynowe, systemy rekomendacji i myślenie o produkcie, zespół zapewnia bardzo trafne, spersonalizowane doświadczenia milionom słuchaczy na całym świecie.

Jako starszy inżynier uczenia maszynowego pomożesz kształtować przyszłość spersonalizowanego odkrywania i zaangażowania w Spotify. Będziesz pracować na skrzyżowaniu systemów rekomendacji, dużych modeli językowych i infrastruktury uczenia maszynowego na skalę produkcyjną, aby tworzyć doświadczenia, które zachwycą użytkowników i wywrą znaczący wpływ. Ta rola jest idealna dla kogoś, kto lubi przenosić modele od badań do produkcji, współpracować między dyscyplinami i rozwiązywać złożone wyzwania związane z personalizacją w skali globalnej.

Co będziesz robić - posiadasz i ulepszasz modele i systemy uczenia maszynowego obsługujące stronę główną, w tym funkcję Skróty. - Projektuj, twórz i wysyłaj spersonalizowane rekomendacje, które służą milionom słuchaczy Spotify na całym świecie. - Twórz systemy rekomendacji treści dla nowych doświadczeń użytkowników opartych na agentach i sztucznej inteligencji. - Trenuj, dostrajaj, oceniaj i optymalizuj duże modele językowe przy użyciu technik takich jak nadzorowane dostrajanie (SFT), destylacja i podejścia do szkolenia efektywnego pod względem parametrów. - Ściśle współpracuj z menedżerami produktów, inżynierami, analitykami danych i projektantami w celu definiowania i wdrażania strategii eksperymentów. - Prowadź testy A/B, monitoruj, oceniaj modele i ciągłą optymalizację jakości rekomendacji, niezawodności i efektywności kosztowej. - Ulepsz możliwości platformy ML, potoki danych i systemy produkcyjne, które obsługują personalizację na skalę Spotify. Kim jesteś - masz ponad 5-letnie doświadczenie w budowaniu i wdrażaniu systemów uczenia maszynowego w środowiskach produkcyjnych. - Masz głęboką wiedzę w zakresie systemów rekomendacji, modeli rankingowych, personalizacji lub platform odkrywania treści na dużą skalę. - Masz dużą biegłość w języku Python i praktyczne doświadczenie w tworzeniu systemów uczenia maszynowego za pomocą PyTorch. - Masz doświadczenie w szkoleniu modeli dużych języków, dostrajaniu, ocenie i technikach optymalizacji, w tym SFT, destylacji i LoRA. - Pracowałeś z wielkoskalowymi systemami wnioskowania i rozumiesz wyzwania związane z opóźnieniami, niezawodnością i optymalizacją kosztów. - Bardzo zależy Ci na tworzeniu wysokiej jakości doświadczeń użytkowników poprzez przemyślane zastosowanie uczenia maszynowego. - Skutecznie komunikujesz się z odbiorcami technicznymi i nietechnicznymi i lubisz pracować w środowiskach wysoce opartych na współpracy. - Wiesz, jak projektować, przeprowadzać i interpretować eksperymenty online i testy A/B, aby poprawić wyniki użytkowników. - Masz doświadczenie w obsłudze rozproszonych obciążeń uczenia maszynowego przy użyciu technologii takich jak Ray, FSDP, HSDP lub podobnych platform. - Masz doświadczenie w budowaniu i utrzymywaniu potoków danych oraz przepływów pracy w zakresie orkiestracji przy użyciu technologii takich jak Flyte, Airflow, BigQuery i platform przechowywania danych w chmurze. Gdzie będziesz - Oferujemy elastyczność pracy tam, gdzie pracujesz najlepiej!

W przypadku tej roli możesz przebywać w regionie Ameryki Północnej, o ile mamy lokalizację pracy. - Ten zespół działa w strefie czasowej Eastern Standard w celu współpracy. Podstawowy zakres dla tej pozycji w Stanach Zjednoczonych wynosi 184 050 USD 262 928 USD plus kapitał własny. Świadczenia dostępne na tym stanowisku obejmują ubezpieczenie zdrowotne, sześciomiesięczny płatny urlop rodzicielski, plan emerytalny 401(k), miesięczny dodatek na posiłki, 23 płatne dni wolne, 13 płatnych elastycznych urlopów, płatne zwolnienie lekarskie. Zakresy te mogą w przyszłości ulec zmianie.

Spotify jest pracodawcą zapewniającym równe szanse. W Spotify jesteś mile widziany ze względu na to, kim jesteś, bez względu na to, skąd pochodzisz, jak wyglądasz i co leci w Twoich słuchawkach. Nasza platforma jest dla każdego, podobnie jak nasze miejsce pracy.

Im więcej głosów będziemy reprezentować i wzmacniać w naszej działalności, tym bardziej wszyscy będziemy się rozwijać, wnosić wkład i myśleć przyszłościowo! Przedstaw nam więc swoje osobiste doświadczenia, perspektywy i pochodzenie. To w naszych różnicach znajdziemy siłę, by dalej rewolucjonizować sposób, w jaki świat słucha.

W Spotify pasjonujemy się inkluzywnością i dbamy o to, aby cały nasz proces rekrutacyjny był dostępny dla każdego. Mamy sposoby, aby poprosić o rozsądne udogodnienia podczas rozmowy kwalifikacyjnej i pomóc w tym, czego potrzebujesz. Jeśli potrzebujesz udogodnień na dowolnym etapie aplikacji lub rozmowy kwalifikacyjnej, daj nam znać - jesteśmy tutaj, aby wesprzeć Cię w każdy możliwy sposób.

Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/senior-machine-learning-engineer-surfaces-moments-spotify