Senior Staff Software Engineer, Host Pricing & Settings

Airbnb wurde 2007 gegründet, als zwei Gastgeber drei Gäste in ihrem Zuhause in San Francisco willkommen hießen, und ist seitdem auf über 5 Millionen Gastgeber gewachsen, die über 2 Milliarden Gästeankünfte in fast jedem Land der Welt begrüßt haben. Jeden Tag bieten Gastgeber einzigartige Aufenthalte und Erlebnisse, die es den Gästen ermöglichen, auf authentischere Weise mit Gemeinschaften in Kontakt zu treten.

Die Community, der Sie beitreten werden: Das Host Pricing & Settings-Team entwickelt die Plattform und Tools, die Gastgebern helfen, ihr Geschäft zu führen – mit Preisstrategien, die durch Marktanalysen, vergleichbare Angebote und Nachfragesignale informiert sind. Wir arbeiten mit den Teams für Suche, Angebote, Steuern und Zahlungen zusammen, um sicherzustellen, dass unsere Empfehlungen genau, zeitnah und vertrauenswürdig sind. Hinter jeder Preisempfehlung steht ein komplexes ML-System, das einer grundlegenden Neugestaltung unterzogen wird. Unser Ziel: eine Infrastruktur, in der Training, Inferenz und Bewertung konsistent gestaltet sind – Funktionen aus einem zentralen Speicher, Modellzusammensetzung an einem Ort und Backfills, die auf Abruf verfügbar sind, damit Datenwissenschaftler und MLEs Kandidaten in Tagen und nicht in Wochen bewerten können.

Der Unterschied, den Sie machen werden: Als senior technischer Einzelbeitragender werden Sie die technische Strategie für die gesamte Modellierung → ML-Dienstleistung → API-Schnittstelle im Host Pricing-Bereich verantworten. Obwohl Sie sich auf einem der höchsten Senioritätsstufen befinden, sind alle Einzelbeitragenden bei Airbnb Software-Ingenieure – Sie werden erwartet, dass Sie praktisch tätig sind und Code beitragen. Definieren Sie die Architektur und Verträge, die regeln, wie Modelle von der Entwicklung in die Produktion überführt werden – Design des Feature-Stores, Verwaltung des Modellschemas, Konsistenz der Online-/Offline-Inferenz und Unterstützung mehrerer Versionen. Führen Sie den Aufbau eines einheitlichen Dienstleistungsstacks an, der individuelle Implementierungen pro Modell eliminiert und Datenwissenschaftlern einen schlüsselfertigen Weg von Training zu Produktion bietet. Architektieren Sie Backfill- und Bewertungsinfrastrukturen, damit das Modellierungsteam die Produktionsinferenz über historische Daten in Tagen und nicht in Wochen simulieren kann. Etablieren Sie Domänenverträge zwischen Modellierung und Dienstleistung, damit jedes Team unabhängig mit klaren, durchgesetzten Schnittstellen arbeiten kann.

Ein typischer Tag: Überprüfen und Weiterentwickeln der ML-Dienstarchitektur – Abwägen von Entscheidungen zum Design der Feature-Pipeline, zur Modellzusammensetzung und zu API-Schnittstellen. Schreiben und Überprüfen von Code für Feature-Engineering-Jobs, Konfigurationen des Feature-Stores und Endpunkte des Dienstes. Zusammenarbeit mit Data Science, MLE, MLI und den Kernteams für Preisgestaltung und Verfügbarkeit, um Artefaktübergaben und Integrationsverträge zu definieren. Führen Sie die Meilensteinplanung im Host Pricing & Settings-Bereich durch und sequenzieren Sie die Arbeit, um schrittweise Wert zu liefern. Mentoren Sie Ingenieure durch Designüberprüfungen und praktische Zusammenarbeit bei den schwierigsten Infrastrukturproblemen.

Ihre Expertise: 12+ Jahre Erfahrung in der Backend- oder Plattformtechnik, mit umfangreicher Erfahrung im Aufbau von Produktions-ML-Systemen oder dateninintensiver Infrastruktur. Starke Programmierkenntnisse in Java, Kotlin, Scala und/oder Python. Tiefes Verständnis des Designs von ML-Systemen: Feature-Stores, Konsistenz von Training/Dienstleistung, Modellversionierung und Pipelines für Online-/Offline-Inferenz. Erfahrung mit hochskalierbaren Batch- und Echtzeitdatenpipelines (Spark, Airflow, Kafka oder gleichwertig), einschließlich punktgenauer Korrektheit für Backfills. Fachwissen über architektonische Muster großer, hochskalierbarer Anwendungen – gut gestaltete APIs, effiziente Datenverträge, mehrmandantenfähige Dienstinfrastruktur. Nachgewiesene Fähigkeit, technische Initiativen teamübergreifend zu leiten, die ML und Plattformtechnik umfassen.

Bevorzugte Qualifikationen: Feature Store Tiefe: Produktionserfahrung mit Chronon, Tecton, Feast oder gleichwertig – einschließlich Konsistenz von Online/Offline und Automatisierung von Backfills. Modell-Dienstinfrastruktur: Erfahrung mit der Verwaltung von Modellschemata, Unterstützung mehrerer Versionen und Rahmenwerken zur Modellzusammensetzung. Design von Domänenverträgen: Nachweisliche Erfolge bei der Definition und Durchsetzung technischer Verträge zwischen ML-Modellierung, MLI, Dienstleistungsteams und/oder Produktoberflächen. Evaluierungsgeschwindigkeit: Messbare Auswirkungen auf die Verbesserung der Geschwindigkeit, mit der ML-Teams Kandidatenmodelle bewerten und in die Produktion bringen.

Ihr Standort: Diese Position ist für Remote-Arbeit in den USA geeignet. Die Rolle kann gelegentliche Arbeiten in einem Airbnb-Büro oder die Teilnahme an Offsites umfassen, wie mit Ihrem Manager vereinbart. Während die Position für Remote-Arbeit geeignet ist, müssen Sie in einem Bundesstaat leben, in dem Airbnb, Inc. eine registrierte Einheit hat. Wenn Ihre Position von einer anderen Airbnb-Einheit beschäftigt wird, wird Ihr Recruiter Sie darüber informieren, aus welchen Bundesstaaten Sie arbeiten dürfen.

Unser Engagement für Inklusion und Zugehörigkeit: Airbnb verpflichtet sich, mit dem breitesten Talentpool zu arbeiten, der möglich ist. Wir glauben, dass vielfältige Ideen Innovation und Engagement fördern und es uns ermöglichen, kreativ geführte Menschen anzuziehen und die besten Produkte, Dienstleistungen und Lösungen zu entwickeln. Alle qualifizierten Personen sind eingeladen, sich zu bewerben. Wir bemühen uns auch, einen inklusiven Bewerbungs- und Interviewprozess für Menschen mit Behinderungen anzubieten. Wenn Sie ein Kandidat mit einer Behinderung sind und eine angemessene Unterstützung benötigen, um eine Bewerbung einzureichen, kontaktieren Sie uns bitte unter: reasonableaccommodations@airbnb.com. Bitte geben Sie Ihren vollständigen Namen, die Rolle, für die Sie sich bewerben, und die notwendige Unterstützung an, um Ihnen im Rekrutierungsprozess zu helfen.