Senior Applied Researcher

Schließen Sie sich dem Foundation Models-Team bei eBay an, um Generative AI-Lösungen zu entwickeln und bereitzustellen, die das Benutzererlebnis auf unserem globalen Marktplatz verbessern. Dies ist eine Gelegenheit, maschinelles Lernen und Generative AI-Fähigkeiten für großangelegte E-Commerce-Anwendungen zu erforschen, zu entwickeln und zu validieren.

Definieren und vervollständigen Sie angewandte Forschungsagenden in Bereichen wie LLMs, retrieval-augmented generation, embeddings, multimodale Modellierung, Ranking, agentische Systeme und feedback-gesteuertes Lernen. Entwickeln Sie neuartige oder verbesserte Modellierungsansätze, Trainingsmethoden, Anpassungstechniken und Evaluierungsrahmen für auf Foundation-Modellen basierende E-Commerce-Erlebnisse. Bauen Sie rigorose Offline- und Online-Evaluierungsmethoden auf, um Modellqualität, Robustheit, Latenz, Kosten und Kundenimpact zu messen.

Entwickeln Sie Lernsysteme, die aus Feedback-Signalen lernen, einschließlich Reinforcement Learning, Präferenzoptimierung, wertbasiertem Modellieren, Multi-Armed-Bandit-Algorithmen und Online/Offline-Feedback-Schleifen. Analysieren Sie das Verhalten von Modellen, Fehlermodi und Datenmuster, um Einschränkungen zu identifizieren und praktische Verbesserungen vorzuschlagen. Entwickeln Sie starke Trainings-, Feinabstimmungs-, Evaluierungs- und Experimentierabläufe für großangelegte Modelle des maschinellen Lernens.

Arbeiten Sie mit Maschinenlern-Ingenieuren und Plattformteams zusammen, um Forschungsprototypen in skalierbare, wartbare Produktionsfähigkeiten umzuwandeln. Arbeiten Sie eng mit Ingenieur-, Produkt- und Plattformteams zusammen, um AI-Fähigkeiten in eBay-Erlebnisse zu integrieren. Bleiben Sie über Fortschritte im maschinellen Lernen, Generative AI und Foundation-Modellen informiert und bewerten Sie deren Relevanz durch praktische Experimente und messbare Auswirkungen.

Erhöhen Sie wissenschaftliche und technische Standards durch strukturierte Experimente, Peer-Review, Dokumentation und durchdachte technische Beiträge. Tragen Sie zu Veröffentlichungen, Patenten, internen Forschungsüberprüfungen und technischen Strategien bei, wo es angebracht ist.

Was Sie mitbringen werden:

• Master, PhD oder gleichwertige Erfahrung in Informatik, Maschinellem Lernen, Künstlicher Intelligenz, Computerlinguistik oder einem verwandten Bereich mit 8 Jahren relevanter Berufserfahrung.
• Umfangreiche direkte Erfahrung im Aufbau, der Analyse und der Verfeinerung von Modellen des maschinellen Lernens oder Funktionen von Foundation-Modellen, vorzugsweise in Produktions- oder großangelegten Anwendungsfällen.
• Tiefes Verständnis von maschinellem Lernen, NLP, großen Sprachmodellen, neuronalen Architekturen, Embeddings, Retrieval, Ranking, Personalisierung oder multimodaler Modellierung.
• Erfahrung mit Modelltraining, Feinabstimmung, Anpassung, Evaluierung, Benchmarking und Leistungsanalyse.
• Erfahrung mit Reinforcement Learning oder Lernsystemen, die sich basierend auf Eingaben verbessern, einschließlich Präferenzlernen, Belohnungsmodellierung, Banditen oder kontinuierlichen Verbesserungsloops.
• Starke Fähigkeit zur Entwicklung kontrollierter Experimente, Definition bedeutungsvoller Metriken, Interpretation von Ergebnissen und klarer Kommunikation von Kompromissen.
• Nachgewiesene Kenntnisse in Python und Erfahrung mit modernen ML-Frameworks wie PyTorch, TensorFlow oder ähnlichem.
• Erfahrung mit großangelegten Datensätzen, Modelltrainings- oder Evaluierungs-Pipelines und Zusammenarbeit mit Ingenieurteams, um Forschung in die Produktion zu bringen.
• Fähigkeit, mehrdeutige Produkt- oder Plattformprobleme als konkrete Forschungsfragen zu formulieren und praktische Lösungswege zu bewerten.
• Fähigkeit, praktische Lösungen zu entwickeln, die Modellqualität, Latenz, Kosten, Zuverlässigkeit und Wartbarkeit ausbalancieren.
• Starke Problemlösungsfähigkeiten und die Fähigkeit, unabhängig in mehrdeutigen technischen Bereichen zu arbeiten.
• Exzellente Kollaborations- und Kommunikationsfähigkeiten, mit Erfahrung in der Zusammenarbeit zwischen Forschung, Entwicklung, Produkt und Infrastrukturgruppen.
• Ein starkes Verantwortungsbewusstsein und eine nachgewiesene Geschichte der Bereitstellung von hochwirksamer angewandter Forschungsarbeit als individueller Beitragender.
• Eine Erfolgsbilanz in der angewandten Forschung, wie Veröffentlichungen, Patente, verbesserte Modelle, Produktionsrealisierung von Forschung oder messbare Produkt- und Geschäftsergebnisse.

eBay ist ein Arbeitgeber, der Chancengleichheit bietet. Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Hautfarbe, Religion, nationaler Herkunft, Geschlecht, sexueller Orientierung, Geschlechtsidentität, Veteranenstatus, Behinderung oder anderem gesetzlich geschützten Status Berücksichtigung für eine Anstellung.