Machine Learning Scientist III, Personalization

Expedia Group Marken ermöglichen globales Reisen für alle, überall. Wir entwerfen modernste Technologie, um das Reisen reibungsloser und unvergesslicher zu gestalten, und entwickeln bahnbrechende Lösungen für unsere Partner. Unsere vielfältige, lebendige und einladende Gemeinschaft ist entscheidend für unseren Erfolg.

Warum uns beitreten? 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 und Unterschiede gefeiert werden. Wenn einer von uns gewinnt, gewinnen wir alle. Wir bieten ein umfassendes Leistungspaket, einschließlich aufregender Reisevorteile, großzügiger Freizeit, Elternzeit, eines flexiblen Arbeitsmodells (mit einigen ziemlich coolen Büros) und Ressourcen zur beruflichen Entwicklung.

Einführung in das Team Das Unified Personalization Service (UPS) Team ist Teil von Expedia Product & Technology. UPS baut die zentralisierte, Echtzeit-Personalisierungs-Engine von 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.

In dieser Rolle

• Entwickeln, anwenden und vorantreiben von Machine-Learning-Lösungen für Personalisierungsanwendungsfälle, Übersetzen von Geschäfts- und Kundenproblemen in skalierbare wissenschaftliche Ansätze und produktionsbereite Modelle.
• Entwerfen von Experimenten, Bewerten der Modellleistung und Verwenden datengestützter Methoden zur Verbesserung der Relevanz, des Rankings, der Empfehlungen und des Gesamterlebnisses der Kunden in Personalisierungssystemen.
• Zusammenarbeiten mit Ingenieuren, Produktmanagern, Analysten und Wissenschaftsteams, um Lösungsansätze zu definieren, technische Richtungen zu beeinflussen und ML-Funktionen bereitzustellen, die über mehrere Produkte und Bereiche hinweg funktionieren können.
• Technische Tiefe in der Modellentwicklung, Merkmalsgestaltung, Datenvorbereitung, Offline- und Online-Bewertung sowie der Operationalisierung von Machine-Learning-Lösungen in Produktionsumgebungen beitragen.
• Starke technische Urteilsfähigkeit bei Systemdesign, API-Design, Datenmodellierung und niedrigstufigem Lösungsdesign anwenden, die robuste, wartbare und erweiterbare ML-gestützte Dienste unterstützen.
• Sichere Integration und Betrieb von KI/ML-gestützten Lösungen, die Ergebnisse verbessern, einschließlich Vertrautheit mit KI-gesteuerten Systemen, Tools oder Workflows und Anwendung von KI/ML-Konzepten auf reale Produkte.

Mindestens erforderliche Qualifikationen

• Abschluss in Informatik, Machine Learning, Statistik, Mathematik, einem verwandten technischen Bereich oder gleichwertige Berufserfahrung.
• 5+ Jahre relevante Erfahrung in Machine Learning, angewandter Wissenschaft, Datenwissenschaft oder Softwareentwicklung, einschließlich der Bereitstellung produktionsreifer ML-Lösungen.
• Nachgewiesene Verantwortung für Machine-Learning-Lösungen innerhalb eines Dienstes, mehrerer Dienste oder eines domänenübergreifenden Rahmens, mit Verantwortung für Modellqualität, Experimente und betriebliche Leistung.
• Starke Grundlagen in Machine-Learning-Methoden, statistischer Analyse, Experimenten, Merkmalsengineering und der Arbeit mit großangelegten Datensätzen in Produktionsumgebungen.
• Beherrschung der Softwareentwicklungspraktiken für wissenschaftliche Systeme, einschließlich Codierung, niedrigstufigem Design, API-Design, Datenmodellierung und Zusammenarbeit mit Ingenieurteams zur Produktionsbereitstellung von Lösungen.

Bevorzugte Qualifikationen

• Fortgeschrittener Abschluss in Machine Learning, 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, sequenziellen oder sitzungsbasierten Empfehlungen, transformerbasierten Empfehlungsalgorithmen, 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 Experimente zu nutzen, um Priorisierungen und Entscheidungen zu leiten, während wissenschaftliche Strenge, Produktwirkung und Plattformskalierbarkeit in Einklang gebracht werden.
• Erfahrung mit Produktions-ML-Workflows wie Modellbereitstellung, Experimentierframeworks, Merkmals- oder Datenpipelines, Überwachung, Modelllebenszyklusmanagement oder MLOps.

Expedia setzt sich dafür ein, ein integratives Arbeitsumfeld mit einer vielfältigen Belegschaft zu schaffen. Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Religion, Geschlecht, sexueller Orientierung, nationaler Herkunft, Behinderung oder Alter Berücksichtigung für eine Anstellung.