Senior Machine Learning Scientist, Personalization

Wir suchen eine erfahrene, praktische Wissenschaftler- und Ingenieursrolle, um die nächste Generation von Deep-Learning-Systemen für Personalisierung zu gestalten, einschließlich Empfehlung, Ranking, Abruf, Reisendenverständnis, sequenzieller Modellierung und auf Fundamentmodellen basierender Personalisierung. Die Rolle umfasst die Übersetzung von Forschung in produktionsreife Systeme, die Beeinflussung der technischen Richtung, das Anheben des Modellierungsniveaus für das Team und die Mentoring anderer Wissenschaftler.

Verantwortlichkeiten

• Entwerfen, Entwickeln und Anwenden von maschinellen Lernlösungen für reale Personalisierungs-, Produkt- und Geschäftsprobleme, Übersetzung von mehrdeutigen Möglichkeiten in skalierbare Modelle, Experimente und produktionsbereite Fähigkeiten.
• Durchführen von End-to-End-Wissenschaftsarbeiten über Problemformulierung, Datenexploration, Merkmalsengineering, Modellentwicklung, Bewertung und Iteration mit starkem Fokus auf messbare Auswirkungen.
• Eng mit Ingenieuren, Produkt- und Geschäftspartnern zusammenarbeiten, um maschinelle Lernlösungen in Dienste und Arbeitsabläufe zu integrieren, einschließlich Systemdesign, API-Design und Datenmodellierungsüberlegungen, wo zutreffend.
• Starke technische Urteilsfähigkeit nutzen, um geeignete Methoden auszuwählen, Ergebnisse zu validieren und die Modellleistung, Zuverlässigkeit und betriebliche Qualität über mehrere Problemdomänen hinweg zu verbessern.
• Sichere Integration und Betrieb von KI/ML-gestützten Lösungen, die Ergebnisse verbessern, einschließlich Vertrautheit mit KI-gesteuerten Systemen, Werkzeugen oder Arbeitsabläufen und Anwendung von KI/ML-Konzepten auf reale Produkte.
• Tiefes technisches Fachwissen in verwandten Bereichen beitragen, um die wissenschaftliche und ingenieurtechnische Qualität durch Experimentieren, Dokumentation, Mentoring und wiederverwendbare Ansätze zu erhöhen, die die Effektivität des breiteren Teams unterstützen.

Erforderliche Qualifikationen

• Abschluss in Informatik oder einem verwandten technischen Bereich; oder gleichwertige berufliche Erfahrung.
• Über 8 Jahre relevante Berufserfahrung.
• Nachgewiesene Verantwortung für maschinelle Lernlösungen auf Service- oder Multi-Service-Ebene, einschließlich Problembestimmung, Modellentwicklung, Bewertung und Operationalisierung innerhalb eines Produkts oder technischen Bereichs.
• Starke Grundlagen in Methoden des maschinellen Lernens, statistischer Analyse, Experimentierung und datengestützter Entscheidungsfindung, mit praktischer Programmiererfahrung in wissenschaftlichen und produktionsorientierten Umgebungen.
• Erfahrung in der Zusammenarbeit mit funktionsübergreifenden Partnern zur Bereitstellung technischer Lösungen, mit grundlegenden Erwartungen an skalierbare Modellentwicklung, Datenmodellierung und Integration in Softwaresysteme.

Bevorzugte Qualifikationen

• Fortgeschrittener Abschluss in Maschinellem Lernen, Informatik, Statistik, Mathematik, Ingenieurwesen oder einem verwandten quantitativen Bereich.
• Erfahrung in der Bereitstellung von maschinellen Lernlösungen in großem Maßstab, einschließlich Architekturüberlegungen, Produktionsüberwachung, Management des Modelllebenszyklus und betrieblicher Exzellenz in Live-Umgebungen.
• Nachgewiesene Fähigkeit, die technische Richtung innerhalb eines Bereichs durch rigorose Experimentierung, starke wissenschaftliche Argumentation, pragmatisches Lösungsdesign und klare Kommunikation mit funktionsübergreifenden Partnern zu beeinflussen.
• Starke Erfahrung mit Empfehlung, Ranking, Abruf, Suche, Personalisierung, Werbung, Marktplatz oder ähnlich komplexen angewandten ML-Systemen.
• Erfahrung mit neuronalen Empfehlungssystemen, sequenzieller oder sitzungsbasierter Empfehlung, transformerbasierten Empfehlungsalgorithmen, semantischem Abruf, generativem Abruf oder Repräsentationslernen in großem Maßstab.
• Erfahrung mit Fundamentmodellen, LLMs, Einbettungsmodellen, semantischen IDs, hybriden LLM-Empfehlungssystemen, zweistufigen Abruf- und Rankingsystemen oder abrufunterstützten Personalisierungsarbeitsabläufen.
• Relevante akademische Veröffentlichungen, Patente, Open-Source-Beiträge, technische Blogbeiträge, Branchenvorträge oder andere Beiträge zur ML-/Empfehlungssystem-Community.

EEO-Erklärung

Die Expedia Group verpflichtet sich, ein integratives Arbeitsumfeld mit einer vielfältigen Belegschaft zu schaffen. Alle qualifizierten Bewerber werden unabhängig von Rasse, Religion, Geschlecht, sexueller Orientierung, nationaler Herkunft, Behinderung oder Alter bei der Einstellung berücksichtigt.