Auf einen Blick
- Aufgaben: Entwickle und optimiere Machine Learning Systeme für personalisierte Empfehlungen auf Spotify.
- Unternehmen: Spotify, ein innovatives Unternehmen, das Musik und Podcasts für alle zugänglich macht.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und großzügige Urlaubsregelungen.
- Weitere Informationen: Dynamisches Team mit Fokus auf Vielfalt und Inklusion.
- Warum dieser Job: Gestalte die Zukunft des Hörens und beeinflusse Millionen von Nutzern weltweit.
- Qualifikationen: Erfahrung in Machine Learning, Statistik und Programmierung mit Java, Scala oder Python.
Das prognostizierte Gehalt liegt zwischen 85000 - 110000 € pro Jahr.
Das Personalization (PZN) Team macht es einfacher und angenehmer, was als Nächstes auf Spotify gespielt werden soll. Wir streben danach, die Welt der Musik, Podcasts und Hörbücher besser zu verstehen als jeder andere, um großartige Empfehlungen für jeden Einzelnen zu geben und die Welt zum Hören zu bewegen. Jeden Tag nutzen Hunderte Millionen Menschen auf der ganzen Welt die Produkte, die wir entwickeln, darunter Ziele wie Home und Search sowie originale Playlists wie Made For You, Discover Weekly und Daily Mix.
Unsere Mission ist es, aufkommende Such- und agentische Erfahrungen in einen reifen Zustand zu bringen: neue Ideen zu erkunden, zu definieren, zu bauen, zu validieren und zu optimieren. Diese können neue Inhaltstypen in unserer Suchmaschine oder aufkommende Benutzerinteraktionsmuster umfassen.
Was Sie tun werden:
- Beitragen zur Gestaltung, Skalierung/Bau, Bewertung, Integration, Auslieferung und Verfeinerung von Belohnungssignalen für Empfehlungen durch praktische ML-Entwicklung.
- Führen von Kooperationen und Abstimmungen innerhalb der Personalisierung, um mittelfristige Signale in verschiedenen Empfehlungssystemen zu integrieren und A/B-Tests durchzuführen.
- Fördern und Vorleben von Best Practices in der Entwicklung, dem Testen und der Bewertung von ML-Systemen, sowohl im Team als auch in der gesamten Organisation.
Wer Sie sind:
- Sie haben einen Hintergrund in maschinellem Lernen, wenden gerne Theorie an, um reale Anwendungen zu entwickeln, mit Erfahrung in Statistik und Optimierung, insbesondere in sequenziellen Modellen, Transformatoren, generativer KI und großen Sprachmodellen sowie relevanten Feinabstimmungsprozessen.
- Sie haben praktische Erfahrung mit großen, bereichsübergreifenden Projekten im Bereich maschinelles Lernen und im Management von Stakeholdern.
- Sie haben praktische Erfahrung in der Implementierung von Produktions-Maschinenlern-Systemen in großem Maßstab in Java, Scala, Python oder ähnlichen Sprachen.
- Sie haben Erfahrung mit großen, verteilten Datenverarbeitungsrahmen/Werkzeugen wie Apache Beam, Apache Spark oder sogar unserer Open-Source-API dafür - Scio, und Cloud-Plattformen wie GCP oder AWS.
- Sie legen Wert auf agile Softwareprozesse, datengestützte Entwicklung, Zuverlässigkeit und diszipliniertes Experimentieren.
Wo Sie sein werden:
Wir bieten Ihnen die Flexibilität, dort zu arbeiten, wo Sie am besten arbeiten! Für diese Rolle können Sie sich innerhalb der Region Nordamerika befinden, solange wir einen Arbeitsstandort haben. Dieses Team arbeitet innerhalb der Eastern Standard Time Zone zur Zusammenarbeit.
Die Gehaltsspanne für diese Position in den Vereinigten Staaten liegt bei 170.000 bis 212.000 USD zuzüglich Eigenkapital. Die für diese Position verfügbaren Vorteile umfassen Krankenversicherung, sechs Monate bezahlten Elternurlaub, 401(k)-Rentenplan, monatliche Essenszulage, 23 bezahlte Urlaubstage, 13 bezahlte flexible Feiertage und bezahlten Krankheitsurlaub. Diese Spannen können in Zukunft geändert werden.
Spotify ist ein Arbeitgeber, der Chancengleichheit bietet. Sie sind bei Spotify willkommen, egal wer Sie sind, woher Sie kommen, wie Sie aussehen oder was in Ihren Kopfhörern spielt. Unsere Plattform ist für alle da, und das gilt auch für unseren Arbeitsplatz. Je mehr Stimmen wir in unserem Unternehmen vertreten und verstärkt haben, desto mehr werden wir alle gedeihen, beitragen und zukunftsorientiert sein! Bringen Sie uns also Ihre persönlichen Erfahrungen, Ihre Perspektiven und Ihren Hintergrund. In unseren Unterschieden finden wir die Kraft, die Art und Weise, wie die Welt hört, weiterhin zu revolutionieren.
Bei Spotify sind wir leidenschaftlich für Inklusivität und stellen sicher, dass unser gesamter Rekrutierungsprozess für alle zugänglich ist. Wir haben Möglichkeiten, während des Interviewprozesses angemessene Vorkehrungen zu beantragen und Ihnen bei dem zu helfen, was Sie benötigen. Wenn Sie in irgendeiner Phase des Bewerbungs- oder Interviewprozesses Unterstützung benötigen, lassen Sie es uns bitte wissen - wir sind hier, um Sie in jeder erdenklichen Weise zu unterstützen.
Machine Learning Engineer - Personalization Arbeitgeber: Spotify
Spotify ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an innovativen Projekten im Bereich maschinelles Lernen zu arbeiten und dabei einen direkten Einfluss auf das Hörerlebnis von Millionen von Menschen weltweit zu haben. Mit einem flexiblen Arbeitsumfeld, umfangreichen Sozialleistungen wie bezahltem Elternurlaub und einer Kultur der Inklusivität fördert Spotify das persönliche Wachstum und die berufliche Entwicklung seiner Mitarbeiter. Hier wird Vielfalt geschätzt und jeder ist willkommen, was zu einem dynamischen und kreativen Arbeitsumfeld beiträgt.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Machine Learning Engineer - Personalization erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Frag nach informellen Gesprächen oder Mentoring – viele sind bereit, ihre Erfahrungen zu teilen und dir wertvolle Einblicke zu geben.
✨Sei proaktiv bei der Kontaktaufnahme
Wenn du eine interessante Stelle siehst, zögere nicht, direkt die Teammitglieder oder den Recruiter zu kontaktieren. Zeig dein Interesse und stelle Fragen zur Rolle oder dem Team – das hebt dich von anderen Bewerbern ab!
✨Bereite dich auf technische Interviews vor
Mach dich mit typischen Fragen und Aufgaben für Machine Learning Engineers vertraut. Übe Coding-Challenges und sei bereit, deine Projekte und deren Ergebnisse zu präsentieren – das zeigt, dass du wirklich Ahnung hast!
✨Bewirb dich über unsere Website
Vergiss nicht, dich direkt über unsere Website zu bewerben! Das zeigt, dass du wirklich an der Position interessiert bist und gibt uns die Möglichkeit, dich besser kennenzulernen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer - Personalization mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Sei du selbst!:Wenn du dich bewirbst, zeig uns, wer du wirklich bist! Lass deine Persönlichkeit durchscheinen und erzähl uns von deinen Erfahrungen im Bereich Machine Learning. Wir suchen nach echten Menschen, die ihre Leidenschaft für Technologie und Musik teilen.
Mach es konkret!:Verwende konkrete Beispiele aus deiner bisherigen Arbeit, um deine Fähigkeiten zu demonstrieren. Erzähl uns von Projekten, an denen du gearbeitet hast, und wie du Herausforderungen gemeistert hast. Das hilft uns, ein besseres Bild von dir zu bekommen!
Pass auf die Details auf!:Achte darauf, dass deine Bewerbung gut strukturiert und fehlerfrei ist. Ein klarer und präziser Lebenslauf sowie ein ansprechendes Anschreiben zeigen uns, dass du dir Mühe gibst und professionell bist. Wir lieben es, wenn alles schön ordentlich ist!
Bewirb dich über unsere Website!:Der einfachste Weg, um Teil unseres Teams zu werden, ist, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung schnell bei uns landet und wir sie zügig bearbeiten können. Wir freuen uns auf deine Bewerbung!
Wie man sich auf ein Vorstellungsgespräch bei Spotify vorbereitet
✨Verstehe die Mission des Teams
Mach dich mit der Mission des Personalization-Teams vertraut. Überlege dir, wie deine Fähigkeiten im Bereich Machine Learning dazu beitragen können, das Hörerlebnis zu verbessern. Zeige in deinem Interview, dass du die Ziele des Teams verstehst und bereit bist, aktiv daran mitzuwirken.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die du in der Vergangenheit hattest, insbesondere solche, die sich auf ML-Entwicklung, A/B-Tests oder die Zusammenarbeit mit Stakeholdern beziehen. Diese Beispiele helfen dir, deine Fähigkeiten und Erfolge greifbar zu machen und zeigen, dass du die Anforderungen der Stelle erfüllst.
✨Technisches Wissen auffrischen
Stelle sicher, dass du mit den Technologien und Tools, die in der Stellenbeschreibung erwähnt werden, vertraut bist. Ob es um Java, Python oder Frameworks wie Apache Spark geht – zeige, dass du praktische Erfahrung hast und bereit bist, diese Kenntnisse in der neuen Rolle anzuwenden.
✨Fragen vorbereiten
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den aktuellen Herausforderungen des Teams oder wie sie den Erfolg von neuen Features messen. So kannst du auch herausfinden, ob die Unternehmenskultur zu dir passt.
