Principal Machine Learning Engineer

HubSpot ist eine All-in-One-Marketing-, Vertriebs- und Service-Softwareplattform, die Unternehmen hilft, zu wachsen und erfolgreich zu sein. Mit einer benutzerfreundlichen Oberfläche und leistungsstarken Tools ermöglicht HubSpot Unternehmen, Kunden zu gewinnen, zu binden und zu begeistern, was letztendlich das Wachstum fördert und den Umsatz steigert.

Die AI Platform Group bei HubSpot liefert die ML- und KI-Grundlagen, die es Produktteams im gesamten Unternehmen ermöglichen, einfache, genaue und konsistente KI-Funktionen für unsere Millionen von Kunden und deren Kunden zu erstellen. Diese Rolle als Principal Machine Learning Engineer konzentriert sich auf den Aufbau der Systeme, die HubSpots KI helfen, Kunden-, Unternehmens-, Aktivitäts- und Arbeitsablaufdaten über die CRM-Plattform zu verstehen.

Als Principal Machine Learning Engineer bei HubSpot werden Sie die technische Richtung für angewandte ML- und KI-Systeme definieren, die komplexe Daten in Kundenwert umwandeln. Sie werden mit Produkt-, Ingenieur-, Daten- und ML-Teams zusammenarbeiten, um mehrdeutige 0-zu-1-Möglichkeiten durch Modellentwicklung, Evaluierung, Produktion, Experimentierung und messbare Kunden- oder Geschäftsauswirkungen zu bringen.

Wir suchen Menschen, die:

• Eine lange Erfolgsbilanz bei der Bereitstellung von Projekten mit hohem Wert und hoher Wirkung über Teams und Produkte hinweg haben.
• Wünschen, hands-on in technischer Gestaltung, Modellentwicklung, Produktionssystemen und Code zu bleiben, während sie durch Zusammenarbeit mit funktionsübergreifenden und internen Stakeholdern durch Beispiel führen.
• Eine Geschichte der Entwicklung von Lösungen für mehrdeutige Probleme haben, die einen überproportionalen Einfluss auf die Kundenerfahrung, Produktstrategie oder Geschäftsziele eines großen Unternehmens hatten.
• Strategische Richtung und architektonische Führung für wichtige ML- und KI-Projekte über mehrere Teams, Systeme oder Produktoberflächen hinweg bieten.
• Regelmäßig Ingenieure in ihren Fachgebieten betreuen, coachen und unterrichten, einschließlich der Unterstützung von Senior ICs bei komplexen technischen Projekten.
• Pragmatische Entscheidungsfindung und Problemlösungsfähigkeiten demonstrieren, einschließlich starkem Urteilsvermögen darüber, wann ML, LLMs, Abruf, Regeln, Plattformänderungen oder Produktänderungen verwendet werden sollten.
• Ein Expertenverständnis einer Reihe von ML-Techniken haben, wie z.B. Deep Learning, Optimierung, Regression, Transformer, große Sprachmodelle, Transferlernen, Abruf, Ranking, Empfehlungen, Klassifikation, NLP und Personalisierung sowie Werkzeuge und Frameworks wie scikit-learn, PyTorch, TensorFlow und moderne Modellbereitstellungs- und Evaluierungssysteme.
• Experten darin sind, die richtige Architektur für eine Vielzahl von ML- und KI-Problemen aus geschäftlichen Anforderungen zu entwerfen und oft zu identifizieren, wo ML-Lösungen in angrenzenden Produktbereichen effektiv sein können.
• Die Analyse über Offline- und Online-Metriken hinaus erweitern, indem sie Datenschutz, Vorurteile, Sicherheit, Zuverlässigkeit, Kosten, Wartbarkeit, Modellqualität und Datenverwaltungsbedenken über den gesamten ML-Lebenszyklus hinweg bewerten.
• Enthusiasmus für den Aufbau zuverlässiger, skalierbarer Systeme für Datenverarbeitung, Merkmalsgenerierung, Kontextabruf, Modelltraining, Inferenz, Experimentierung, Überwachung und Feedbackschleifen zeigen.
• Teams über den Status quo hinaus führen können; wir brauchen Ingenieure, die uns über das hinausführen, was wir haben, und hin zu dem, was wir bauen können, während sie ein gemeinsames Verständnis dafür schaffen, wie wir dorthin gelangen.
• Tiefe Expertise in den Konzepten des maschinellen Lernens hinter angewandter und prädiktiver KI, wie z.B. Empfehlungsalgorithmen und -systemen, binärer und mehrklassiger Klassifikation, Ranking und Relevanz, semantischem Abruf, Einbettungen, Entitätsverständnis und Experimentierung mitbringen.
• Erfahrung darin haben, unordentliche, unvollständige oder heterogene Daten in nützlichen KI-Kontext für kundenorientierte Produkte umzuwandeln, wie z.B. Kunden-, Unternehmens-, Aktivitäts-, Arbeitsablauf-, Gesprächs-, Verhaltens-, CRM- oder unstrukturierte Dokumentdaten.
• Unsere Werte des Ingenieurteams verkörpern.

Wenn Sie leidenschaftlich daran interessiert sind, maschinelles Lernen und KI zu nutzen, um die Art und Weise zu transformieren, wie Unternehmen mit ihren Kunden in einer kollaborativen Arbeitsumgebung interagieren, kommen Sie zu uns in die HubSpot AI Group!

Die Barvergütung umfasst Grundgehalt, Zielprovision für Mitarbeiter in berechtigten Rollen und jährliche Bonusziele im Rahmen von HubSpots Bonusplan für berechtigte Rollen. Neben der Barvergütung sind einige Rollen berechtigt, am Aktienplan von HubSpot teilzunehmen, um eingeschränkte Aktieneinheiten (RSUs) zu erhalten. Einige Rollen können auch für Überstundenvergütung berechtigt sein. Individuelle Vergütungspakete werden auf Ihre Fähigkeiten, Erfahrungen, Qualifikationen und andere berufsbezogene Gründe zugeschnitten.

Die jährliche Barvergütungsrange beträgt: $285,800 — $457,300 USD.

Wir wissen, dass das Selbstvertrauen und das Impostor-Syndrom im Weg stehen können, um spektakuläre Kandidaten zu treffen, also zögern Sie bitte nicht, sich zu bewerben – wir würden uns freuen, von Ihnen zu hören.

Wenn Sie aufgrund einer Behinderung Unterstützung benötigen, wenden Sie sich bitte über dieses Formular an uns.

Wir sind bestrebt, Kandidaten zu unterstützen, die möglicherweise alternative Arrangements benötigen.