JD - Senior Software Engineer 1, ML

Über die Position

Als Senior Software Engineer für Personalisierung sind Sie verantwortlich für das Design, die Entwicklung und die kontinuierliche Verbesserung des Empfehlungsalgorithmus, der den personalisierten Produktfeed der Nutzer antreibt. Sie arbeiten mit einem umfangreichen Datensatz von vom Nutzer gespeicherten Produkten und einer Live-Datenpipeline, die aus Tausenden von Einzelhändler-Feeds speist, um ein System zu erstellen, das die einzigartigen Vorlieben jedes Nutzers in Bezug auf Marke, Kategorie, Farbe, Preispunkt und Passform erlernt. Dies ist eine Rolle mit hoher Verantwortung und hohem Einfluss. Sie werden eng mit Produkt-, Ingenieur- und Datenteams zusammenarbeiten, um zu definieren, wie großartige Personalisierung aussieht – und dann bauen Sie es.

Erwartungen: Diese Position bietet Flexibilität bei der Remote-Arbeit; jedoch wird erwartet, dass Sie, wenn Sie in einer pendelbaren Entfernung zu einem unserer Büros in New York, Des Moines, Birmingham, Los Angeles, Chicago oder Seattle wohnen, zwei Tage pro Woche im Büro arbeiten.

Über das Team

Unsere nächste Generation der Produktentdeckungsplattform verbindet Käufer mit den Dingen, die sie lieben, über Tausende von Einzelhandelspartnern. Nutzer speichern, organisieren und teilen Produkte, die sie begeistern – und unsere Plattform verwandelt diese Signale in ein tief personalisiertes Einkaufserlebnis. Wir beziehen Live-Produktfeeds von Tausenden von Einzelhändlern und nutzen ein tiefes Verständnis für den Geschmack jedes Nutzers, um das richtige Produkt zum richtigen Zeitpunkt anzuzeigen. Wir bauen die Empfehlungsmaschine im Herzen dieses Einkaufserlebnisses – ein System, das nicht nur versteht, was Menschen speichern, sondern auch, warum sie es speichern. Dies ist eine grundlegende Einstellung, die prägen wird, wie Millionen von Nutzern Produkte entdecken, die sie lieben.

Beitragsverantwortlichkeiten, Maßnahmen und erwartete messbare Ergebnisse

• Entwicklung des Empfehlungsalgorithmus (30%)
  • Design und Aufbau der Kern-Personalisierungsengine unter Verwendung von vom Nutzer gespeicherten Produktdaten als Verhaltenssignale.
  • Entwicklung von Multi-Signal-Empfehlungsmodellen, die Markenaffinität, Produktkategorie, Farbpalette, Passform-/Größensignale, Preissensitivität und Trends berücksichtigen.
  • Implementierung und Bewertung einer Reihe von Ansätzen, einschließlich kollaborativer Filterung, inhaltsbasierter Filterung und hybrider neuronaler Architekturen.
  • Aufbau und Pflege von Produkt-Embedding-Modellen, die reichhaltige semantische Ähnlichkeit über den Katalog der Einzelhändler erfassen.
  • Entwicklung von Cold-Start-Strategien zur Generierung hochwertiger Empfehlungen für neue Nutzer mit begrenzter Speicherhistorie.
• Datenaufnahme & Feature Engineering (25%)
  • Design und Wartung robuster Pipelines zur Aufnahme, Normalisierung und Anreicherung von Produktfeeds von Tausenden von Einzelhandelspartnern.
  • Zusammenarbeit an einer einheitlichen Produkttaxonomie und Attributextraktionsschicht, die inkonsistente Einzelhändlermeldungen in kohärente Merkmale standardisiert (Kategorie, Farbe, Material, Passform usw.).
  • Nutzung von NLP- und Computer Vision-Techniken zur Extraktion von Attributen aus unstrukturierten Produktbeschreibungen und Bildern.
  • Partnerschaft mit dem Data-Engineering-Team zur Aufrechterhaltung der Datenqualität, Frische und Katalogabdeckung in großem Maßstab.
• Personalisierter Feed & Ranking (25%)
  • Aufbau und Verantwortung für die Ranking- und Re-Ranking-Schicht, die den personalisierten Feed jedes Nutzers in Echtzeit zusammenstellt.
  • Entwicklung und Feinabstimmung von Multi-Objective-Rankings, die Relevanz, Neuheit, Vielfalt und Geschäftsziele (z.B. geförderte/gesponserte Einzelhandelspartnerschaften) ausbalancieren.
  • Implementierung von Feedback-Schleifen, die die Nutzerpräferenzmodelle kontinuierlich basierend auf impliziten Signalen (Speicherungen, Klicks, Verweildauer, Shares) aktualisieren.
  • Aufbau von A/B-Testlösungen zur rigorosen Bewertung von Ranking- und Empfehlungänderungen anhand wichtiger Engagement-Metriken.
• Ingenieurexzellenz (20%)
  • Verantwortung für Produktionssysteme. Debugging von Problemen in den Bereichen Indizierung, Abruf, Ranking und Bereitstellung.
  • Erstellung klarer Dokumentationen für Pipelines, Modelle, APIs und Systemdesign.
  • Beitrag zu Best Practices für ML-Systeme, API-Design und skalierbare Infrastruktur.
  • Aktuell bleiben mit Fortschritten in den Bereichen Empfehlung, Ranking und Personalisierungssysteme und deren praktische Anwendung.

Bildung

Abschluss in Informatik, Ingenieurwesen oder einem verwandten Bereich.

Erfahrung

Sie haben eine starke Grundlage in modernen Backend- und ML-Engineering-Praktiken und lernen und entwickeln sich weiter. Sie bringen:

• 5+ Jahre Erfahrung im ML-Engineering mit Schwerpunkt auf Empfehlungssystemen, Personalisierung oder Suchranking mit praktischer Tiefe in kollaborativer Filterung, Matrixfaktorisierung, inhaltsbasierter und hybrider neuronaler Ansätze.
• Nachweisliche Erfahrung im Design, Training und Bereitstellung von Embedding-Modellen und Vektorrückgewinnung (z.B. Milvus, Pinecone) für Produkt- oder Inhaltsähnlichkeit im Katalogmaßstab.
• Produktionserfahrung in der Bereitstellung von Echtzeit-, latenzarmen ML-Vorhersagen und im Management des gesamten Modell-Lebenszyklus – Training, Bereitstellung, Versionierung und Überwachung – auf Cloud-ML-Plattformen wie AWS SageMaker oder GCP Vertex AI (einschließlich Vertex AI Pipelines).
• Strenge Experimentierdisziplin: Experimentdesign, A/B- und multivariate Tests sowie die analytische Fähigkeit, Modellergebnisse in klare Produkt- und Geschäftsentscheidungen zu übersetzen.
• Umfangreiche Backend-Engineering-Erfahrung mit starker Beherrschung von Python und modernen ML-Frameworks (PyTorch, TensorFlow oder JAX), plus Kenntnisse in Node.js und TypeScript.
• Erfahrung im Design von groß angelegten Daten- und Feature-Pipelines unter Verwendung von Apache Kafka, Spark, Beam, Airflow oder Flink für Streaming-Aufnahme, Transformation und Feature-Engineering.
• Angewandte NLP- und/oder Computer Vision-Erfahrung bei der Extraktion strukturierter Attribute (Kategorie, Farbe, Material, Passform) aus unstrukturierten Produktbeschreibungen und Bildern.
• Starke API- und Infrastrukturgrundlagen: REST- und GraphQL-Design mit sicherer Authentifizierung (OAuth/JWT), Git-basierte Workflows, Containerisierung mit Docker und Kubernetes sowie Produktionsbeobachtbarkeit mit Grafana, Kibana und APM-Tools.
• Neugier und Pragmatismus in Bezug auf aufkommende KI, insbesondere LLMs und moderne Retrieval-/Ranking-Techniken, mit einer Erfolgsbilanz bei der Umsetzung neuer Ansätze in reale Produktionsanwendungsfälle.
• Starke schriftliche und mündliche Kommunikation, in der Lage, technische Abwägungen sowohl technischen als auch nicht-technischen Stakeholdern zu erklären, mit einem datengestützten Ansatz zur Problemlösung.

Besondere Kenntnisse, Fähigkeiten, Zertifizierungen und Fähigkeiten

• Core Tech Stack
• Backend- und API-Entwicklung mit Python, FastAPI, Node.js und TypeScript.
• Suche und Indizierung mit Elasticsearch für Relevanz, Abruf und Abfrageoptimierung.
• Ereignisgesteuerte Architektur und Streaming mit Apache Kafka.
• Vektor-Suche und Embedding-Infrastruktur mit Vektordatenbanken wie Milvus oder Pinecone.
• Cloud und Infrastruktur mit Google Cloud Platform oder Amazon Web Services mit Containerisierung über Docker und Orchestrierung über Kubernetes.

Reise erforderlich (ungefähr): 0%

Es ist die Politik von People Inc., allen Personen unabhängig von Alter, Hautfarbe, nationaler Herkunft, Staatsbürgerschaft, körperlicher oder geistiger Behinderung, Rasse, Religion, Glauben, Geschlecht, sexueller Orientierung, Geschlechtsidentität und/oder -ausdruck, genetischen Informationen, Familienstand, Status in Bezug auf öffentliche Unterstützung, Veteranenstatus oder einer anderen durch Bundes-, Landes- oder lokale Gesetze geschützten Eigenschaft gleiche Beschäftigungsmöglichkeiten (EEO) zu bieten. Darüber hinaus wird das Unternehmen angemessene Vorkehrungen für qualifizierte Personen mit Behinderungen treffen. Anfragen nach Unterkünften können per E-Mail an hr@people.inc gerichtet werden. Das Unternehmen nimmt am bundesstaatlichen E-Verify-Programm teil, um die Identität und die Beschäftigungsberechtigung aller neu eingestellten Mitarbeiter zu bestätigen.

Vergütungsbereich

Gehalt: New York: 170.000 - 195.000 USD, Remote US: 160.000 - 180.000 USD. Der oben angegebene Gehaltsbereich stellt das voraussichtliche Minimum und Maximum des Gehaltsbereichs für diese Position dar und kann sich in Zukunft ändern. Das tatsächliche Gehalt kann variieren und kann über oder unter dem Bereich liegen, basierend auf verschiedenen Faktoren, einschließlich, aber nicht beschränkt auf Arbeitsort, Erfahrung und Leistung. Der angegebene Bereich ist nur ein Bestandteil des Gesamtvergütungspakets von People Inc. für Mitarbeiter. Weitere Vergütungen können jährliche Boni und kurz- und langfristige Anreize umfassen. Darüber hinaus bietet People Inc. den Mitarbeitern (und ihren berechtigten Familienangehörigen) eine Vielzahl von Leistungen, darunter medizinische, zahnmedizinische, augenärztliche, verschreibungspflichtige Medikamente, unbegrenzte bezahlte Freizeit (PTO), Unterstützung bei Adoption oder Leihmutterschaft, Spendenmatching, Studiengebührenrückerstattung, Grundversicherung, Grundunfallversicherung, ergänzende Lebensversicherung, ergänzende Unfallversicherung, Pendelvergünstigungen, kurzfristige und langfristige Invaliditätsversicherung, Gesundheitsersparnis- und flexible Ausgabenfonds, Familienpflegeleistungen, einen großzügigen 401K-Sparplan mit einem Unternehmensmatch-Programm, 10-12 bezahlte Feiertage jährlich und großzügige bezahlte Elternzeit (für gebärende und nicht gebärende Eltern), die alle je nach Art Ihrer Anstellung bei People Inc. und Ihrem Arbeitsort variieren können. Wir bieten auch freiwillige Leistungen wie Haustierversicherung, Unfall-, kritische und Krankenhausindemnitätsversicherungen, Lebens- und Invaliditätsversicherungen an.