Data Scientist

Warum uns beitreten? Die Marken der Expedia Group ermöglichen globales Reisen für alle, überall. Wir entwickeln modernste Technologie, um das Reisen reibungsloser und unvergesslicher zu gestalten, und schaffen bahnbrechende Lösungen für unsere Partner. Unsere vielfältige, lebendige und einladende Gemeinschaft ist entscheidend für unseren Erfolg. Um die Zukunft des Reisens zu gestalten, müssen die Menschen an erster Stelle stehen. Geleitet von unseren Werten und Führungsvereinbarungen fördern wir eine offene Kultur, in der jeder dazugehört, Unterschiede gefeiert werden und wir wissen, dass wir alle gewinnen, wenn einer von uns gewinnt. Wir bieten ein umfassendes Leistungspaket, einschließlich spannender Reisevorteile, großzügiger Freizeit, Elternzeit, eines flexiblen Arbeitsmodells (mit einigen ziemlich coolen Büros) und Ressourcen zur Karriereentwicklung, um die Leidenschaft unserer Mitarbeiter für das Reisen zu fördern und eine lohnende Karriere zu gewährleisten. Wir bauen eine offenere Welt auf. Schließen Sie sich uns an.

Einführung in das Team: Das Unified Personalisation Service-Team ist Teil von Expedia Product & Technology. UPS baut die zentralisierte, Echtzeit-Personalisierungs-Engine der Expedia Group über Marken und Kanäle hinweg auf, die Ranking, Empfehlungen, Abruf und andere adaptive Erlebnisse unterstützt, die Reisenden helfen, relevantere, kontextbezogene und nützliche Erfahrungen während ihrer Reise zu sehen.

Wir suchen einen Machine Learning Scientist III, der hilft, Produktions-ML-Systeme für die Personalisierung aufzubauen, mit Schwerpunkt auf Deep Learning, neuronalen Empfehlungssystemen, sequenzieller und sitzungsbasierter Modellierung, Embeddings, skalierbaren Experimenten und zuverlässiger Modellauslieferung. Dies ist eine praktische Rolle in der angewandten Wissenschaft und Technik für jemanden, der in der Lage ist, in den Bereichen Modellentwicklung, Experimentierung, Datenpipelines, Bereitstellung und Qualität von Produktionsmodellen beizutragen.

In dieser Rolle werden Sie:

• Maschinenlernlösungen für Personalisierungsanwendungsfälle entwickeln, anwenden und vorantreiben, indem Sie Geschäfts- und Kundenprobleme in skalierbare wissenschaftliche Ansätze und produktionsbereite Modelle übersetzen.
• Experimente entwerfen, die Modellleistung bewerten und datengestützte Methoden verwenden, um Relevanz, Ranking, Empfehlungen und das Gesamterlebnis der Kunden in Personalisierungssystemen zu verbessern.
• Mit Ingenieuren, Produktmanagern, Analysten und Wissenschaftsteams zusammenarbeiten, um Lösungsansätze zu definieren, technische Richtungen zu beeinflussen und ML-Funktionen bereitzustellen, die über mehrere Produkte und Bereiche hinweg funktionieren.
• Technische Tiefe in der Modellentwicklung, Merkmalsgestaltung, Datenvorbereitung, Offline- und Online-Bewertung sowie der Operationalisierung von Maschinenlernlösungen in Produktionsumgebungen beitragen.
• Starkes technisches Urteilsvermögen bei Systemdesign, API-Design, Datenmodellierung und detailliertem Lösungsdesign anwenden, das robuste, wartbare und erweiterbare ML-gestützte Dienste unterstützt.
• Sicher AI/ML-fähige Lösungen integrieren und betreiben, die Ergebnisse verbessern, einschließlich Vertrautheit mit KI-gesteuerten Systemen, Tools oder Workflows und der Anwendung von AI/ML-Konzepten auf reale Produkte.

Mindestens erforderliche Qualifikationen:

• Abschluss in Informatik, Maschinenlernen, Statistik, Mathematik, einem verwandten technischen Bereich oder gleichwertige Berufserfahrung.
• Über 5 Jahre relevante Erfahrung in Maschinenlernen, angewandter Wissenschaft, Datenwissenschaft oder Softwareentwicklung, einschließlich der Bereitstellung produktionsreifer ML-Lösungen.
• Nachgewiesene Verantwortung für Maschinenlernlösungen innerhalb eines Dienstes, mehrerer Dienste oder eines domänenspezifischen Rahmens, mit Verantwortung für Modellqualität, Experimentierung und betriebliche Leistung.
• Starke Grundlagen in Maschinenlernmethoden, statistischer Analyse, Experimentierung, Merkmalsengineering und der Arbeit mit großangelegten Datensätzen in Produktionsumgebungen.
• Beherrschung der Softwareentwicklungspraktiken für wissenschaftliche Systeme, einschließlich Codierung, detailliertem Design, API-Design, Datenmodellierung und Zusammenarbeit mit Ingenieurteams zur Produktionsreife von Lösungen.

Bevorzugte Qualifikationen:

• Fortgeschrittener Abschluss in Maschinenlernen, Informatik, Statistik, Mathematik oder einem verwandten technischen Bereich.
• Erfahrung im Aufbau und in der Skalierung von Personalisierungs-, Empfehlungs-, Ranking-, Abruf- oder Relevanzmodellen in großen, komplexen, verbraucherorientierten Umgebungen.
• Erfahrung mit neuronalen Empfehlungssystemen, sequenzieller oder sitzungsbasierter Empfehlung, transformerbasierten Empfehlungsmodellen, semantischem Abruf oder Repräsentationslernen in großem Maßstab.
• Erfahrung mit Grundmodellen, LLMs, Einbettungsmodellen, semantischen IDs, hybriden LLM-Empfehlungssystemen oder abrufunterstützten Personalisierungs-Workflows.
• Nachgewiesene Fähigkeit, Daten, Metriken und Experimentierung zu nutzen, um Prioritäten zu setzen und Entscheidungen zu treffen, während wissenschaftliche Strenge, Produktwirkung und Plattformskalierbarkeit in Einklang gebracht werden.
• Erfahrung mit Produktions-ML-Workflows wie Modellbereitstellung, Experimentierframeworks, Merkmals- oder Datenpipelines, Überwachung, Management des Modelllebenszyklus oder MLOps.