Senior Machine Learning Engineer, Recommendations

Bei Lyft ist es unser Ziel, zu dienen und zu verbinden. Wir streben danach, dies zu erreichen, indem wir ein Arbeitsumfeld schaffen, in dem alle Teammitglieder dazugehören und die Möglichkeit haben, zu gedeihen. Mit über einer halben Milliarde Fahrten löst Lyft schwierige Probleme in einem schnell wachsenden Bereich mit vielen Daten und kreativen Lösungen in den Bereichen Marketplace, Mapping, Betrug, Vertrauen & Sicherheit, Wachstum und darüber hinaus.

Unsere hochmotivierten Machine Learning Engineers arbeiten an diesen herausfordernden Problemen und definieren Lösungen, die verschiedene Aspekte unseres Kerngeschäfts direkt beeinflussen. Wenn Sie ein kritischer Denker mit Erfahrung in Machine Learning-Workflows sind und leidenschaftlich daran interessiert sind, Geschäftsprobleme mit Daten zu lösen und in einem dynamischen, kreativen und kollaborativen Umfeld zu arbeiten, suchen wir nach Ihnen.

Als Machine Learning Engineer entwickeln und starten Sie die Algorithmen, die die Kernservices und wirkungsvollen Produkte der Plattform antreiben. Im Vergleich zu ähnlich großen Technologieunternehmen ist die Bandbreite der Probleme, die wir angehen, unglaublich vielfältig. Sie erstrecken sich über Transport, Wirtschaft, Prognosen, Mapping, Sicherheit, Personalisierung und adaptive Steuerung. Wir suchen motivierte Experten in jedem dieser Bereiche.

• Zusammenarbeit mit Ingenieuren, Data Scientists, Produktmanagern und Geschäftspartnern, um Machine Learning für geschäftliche und benutzerbezogene Auswirkungen anzuwenden
• Datenanalyse durchführen und Prototypen erstellen, um ML-Lösungen für neue und bestehende Probleme zu erkunden und vorzuschlagen
• Statistische, maschinelle Lern- oder Optimierungsmodelle entwickeln
• Produktionsqualitätscode schreiben, um Machine Learning-Modelle in großem Maßstab zu starten
• Machine Learning-Systeme gegen Geschäftsziele bewerten

• B.S., M.S. oder Ph.D. in Informatik oder anderen quantitativen Bereichen oder verwandte Berufserfahrung
• 5+ Jahre Erfahrung im Bereich Machine Learning
• Leidenschaft für den Aufbau wirkungsvoller Machine Learning-Modelle unter Nutzung von Fachwissen in einem oder mehreren Bereichen
• Kenntnisse in Python, Golang oder einer anderen Programmiersprache
• Ausgezeichnete Kommunikationsfähigkeiten und fließendes Englisch
• Starkes Verständnis von Machine Learning-Methoden, einschließlich überwachten Lernens, Prognosesystemen, Empfehlungssystemen, verstärkendem Lernen und Multi-Armed Bandits

• Großartige medizinische, zahnmedizinische und augenärztliche Versicherungsoptionen mit zusätzlichen Programmen bei Anmeldung
• Psychische Gesundheitsleistungen
• Familienbildungsleistungen
• Betreuungs- und Haustierleistungen
• 401(k)-Plan mit Unternehmensbeitrag zur Unterstützung Ihrer Altersvorsorge
• Zusätzlich zu 12 Feiertagen haben angestellte Teammitglieder einen Ermessensspielraum für bezahlten Urlaub, stundenweise Teammitglieder haben 15 Tage bezahlten Urlaub, 18 Wochen bezahlten Elternurlaub. Biologische, adoptierte und Pflegeeltern sind alle berechtigt
• Subventionierte Pendelangebote
• Monatliche Lyft-Gutschriften und kostenlose Lyft Pink-Mitgliedschaft

Lyft ist ein Arbeitgeber, der Chancengleichheit bietet und sich für einen integrativen Arbeitsplatz einsetzt, der Zugehörigkeit fördert. Alle qualifizierten Bewerber erhalten ohne Rücksicht auf Rasse, Hautfarbe, Religion, Geschlecht, sexuelle Orientierung, Geschlechtsidentität, nationale Herkunft, Behinderungsstatus, geschützten Veteranenstatus, Alter, genetische Informationen oder andere gesetzlich verbotene Gründe Berücksichtigung für eine Anstellung. Wir berücksichtigen auch qualifizierte Bewerber mit strafrechtlichen Verurteilungen, die mit den geltenden Bundes-, Landes- und lokalen Gesetzen übereinstimmen. Lyft legt großen Wert darauf, dass Mitarbeiter im Büro arbeiten, um ein kollaboratives Arbeitsumfeld und eine Unternehmenskultur zu fördern. Diese Rolle wird in einem hybriden Modell im Büro sein: Teammitglieder werden erwartet, an drei Tagen pro Woche, montags, mittwochs und donnerstags, im Büro zu arbeiten.