Machine Learning Engineering Manager - Surfaces Music

Machine Learning Engineering Manager - Surfaces Music

Vollzeit 164448 - 234926 € / Jahr (geschätzt) Homeoffice (teilweise)
Spotify

Auf einen Blick

  • Aufgaben: Leite ein Team, das innovative Musikempfehlungssysteme für Millionen von Hörern entwickelt.
  • Unternehmen: Spotify, der weltweit führende Audio-Streaming-Dienst mit einer inklusiven Kultur.
  • Vorteile: Attraktives Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und großzügige Urlaubsregelungen.
  • Weitere Informationen: Dynamisches Arbeitsumfeld mit großartigen Wachstums- und Entwicklungsmöglichkeiten.
  • Warum dieser Job: Gestalte die Zukunft der Musikentdeckung mit modernster KI-Technologie und einem kreativen Team.
  • Qualifikationen: Mindestens 5 Jahre Erfahrung in Softwareentwicklung oder maschinellem Lernen, einschließlich Teamführung.

Das prognostizierte Gehalt liegt zwischen 164448 - 234926 € pro Jahr.

Das Surfaces Music-Team entwickelt die Systeme, die Musikempfehlungen über einige der sichtbarsten Erlebnisse von Spotify ermöglichen, einschließlich Home und der Now Playing-Ansicht. Wir arbeiten an der Generierung von Kandidaten, Ranking und Einbettungsmodellen, um den Hörern zu helfen, sowohl neue Veröffentlichungen als auch tief im Katalog verankerte Favoriten zu entdecken. Wir gestalten auch die nächste Generation der Personalisierung durch transformerbasierte Modelle, die dynamischere, kontextbewusste Empfehlungen für Millionen von Hörern bieten. Sie werden eng mit Teams aus den Bereichen Personalisierung, Erfahrung und Musik zusammenarbeiten, um die Entdeckung auf Spotify weiterzuentwickeln.

Was Sie tun werden:

  • Leiten und unterstützen Sie ein Team von Backend-, Daten- und Machine Learning-Ingenieuren, die Empfehlungssysteme entwickeln, die von Hunderten Millionen von Hörern genutzt werden.
  • Setzen Sie die technische Richtung für Empfehlungsmodelle über Oberflächen wie Home und Now Playing.
  • Leiten Sie die Entwicklung von Systemen zur Generierung von Kandidaten, Ranking und Einbettung, die die Musiksuche verbessern.
  • Arbeiten Sie eng mit ML-Plattform- und Infrastrukturteams zusammen, um generative Empfehlungsmodelle weiterzuentwickeln und zu skalieren.
  • Arbeiten Sie eng mit Produkt-, Datenwissenschafts- und Designteams zusammen, um Erfolgsmessgrößen zu definieren und Erkenntnisse in bedeutende Produktverbesserungen umzuwandeln.
  • Stellen Sie sicher, dass Systeme zuverlässig, effizient und in der Lage sind, global mit niedriger Latenz zu arbeiten.
  • Unterstützen Sie starke Ingenieurpraktiken in den Bereichen Experimentierung, Modellauswertung und Produktionsüberwachung.
  • Bleiben Sie nah an der technischen Arbeit, indem Sie Architekturentscheidungen überprüfen und zu wichtigen Diskussionen beitragen.
  • Fördern Sie die durchdachte Nutzung von KI-unterstützten Entwicklungstools, um die Produktivität des Teams zu verbessern und repetitive Arbeiten zu reduzieren.
  • Schaffen Sie ein integratives, unterstützendes Teamumfeld, in dem Ingenieure wachsen und ihre beste Arbeit leisten können.
  • Arbeiten Sie mit Kollegen in der gesamten Organisation zusammen, um sich auf gemeinsame Ziele und technische Richtungen abzustimmen.

Wer Sie sind:

  • Sie haben mehr als 5 Jahre Erfahrung in der Softwareentwicklung oder im maschinellen Lernen, einschließlich mehr als 2 Jahren in der Unterstützung oder Leitung eines Teams.
  • Sie haben Erfahrung mit Empfehlungssystemen, einschließlich Ranking, Abruf oder einbettungsbasierten Ansätzen.
  • Sie verstehen, wie man maschinelle Lernsysteme in der Produktion in großem Maßstab aufbaut und betreibt.
  • Sie sind mit modernen Ansätzen des maschinellen Lernens wie Deep Learning oder großen Sprachmodellen vertraut.
  • Sie haben mit funktionsübergreifenden Partnern zusammengearbeitet, um komplexe Projekte mit mehreren Abhängigkeiten zu liefern.
  • Sie legen Wert darauf, Produkte zu entwickeln, die messbar, wirkungsvoll und auf den Bedürfnissen der Nutzer basieren.
  • Sie sind damit vertraut, mit Experimenten zu arbeiten und Daten zur Entscheidungsfindung zu nutzen.
  • Sie schaffen ein Umfeld, in dem Zusammenarbeit, Vertrauen und Inklusion Priorität haben.
  • Sie bleiben bei technischen Entscheidungen engagiert und unterstützen Ingenieure gerne dabei, komplexe Probleme zu lösen.
  • Sie sind neugierig, wie KI-Tools die Arbeitsabläufe und die Effektivität des Teams verbessern können.

Diese Rolle ist in New York angesiedelt. Wir bieten Ihnen die Flexibilität, dort zu arbeiten, wo Sie am besten arbeiten! Es wird einige persönliche Meetings geben, aber es ermöglicht dennoch Flexibilität, von zu Hause aus zu arbeiten.

Spotify ist ein Arbeitgeber, der Chancengleichheit bietet. Sie sind bei Spotify willkommen, egal woher Sie kommen, wie Sie aussehen oder was gerade 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!

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 Ihren Bedürfnissen zu helfen. Wenn Sie in irgendeiner Phase des Bewerbungs- oder Interviewprozesses Vorkehrungen benötigen, lassen Sie es uns bitte wissen - wir sind hier, um Sie in jeder möglichen Weise zu unterstützen.

Machine Learning Engineering Manager - Surfaces Music Arbeitgeber: Spotify

Spotify ist ein hervorragender Arbeitgeber, der eine inklusive und unterstützende Arbeitsumgebung bietet, in der Mitarbeiter wachsen und ihr Bestes geben können. Mit flexiblen Arbeitsmöglichkeiten in New York, umfassenden Sozialleistungen wie bezahltem Elternurlaub und einem starken Fokus auf Teamarbeit und Innovation, fördert Spotify die persönliche und berufliche Entwicklung seiner Mitarbeiter. Hier haben Sie die Möglichkeit, an bedeutenden Projekten zu arbeiten, die Millionen von Hörern weltweit beeinflussen, während Sie Teil eines dynamischen und kreativen Teams sind.

Spotify

Kontaktdaten:

Spotify Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Machine Learning Engineering Manager - Surfaces Music erhalten könnten

Tipp Nummer 1

Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Musik- und Tech-Branche in Kontakt zu treten. Lass uns wissen, wenn du Fragen hast oder Unterstützung brauchst!

Tipp Nummer 2

Bereite dich auf technische Interviews vor, indem du deine Kenntnisse über Empfehlungssysteme und maschinelles Lernen auffrischst. Wir können dir helfen, die besten Ressourcen zu finden, um dich optimal vorzubereiten.

Tipp Nummer 3

Zeige deine Leidenschaft für Musik und Technologie während des gesamten Bewerbungsprozesses. Teile deine eigenen Projekte oder Ideen, die du umgesetzt hast – das macht Eindruck!

Tipp Nummer 4

Bewirb dich direkt über unsere Website! So kannst du sicherstellen, dass deine Bewerbung die richtigen Leute erreicht. Und vergiss nicht, uns bei Fragen zu kontaktieren – wir sind hier, um zu helfen!

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineering Manager - Surfaces Music mit Bravour zu bestehen

Führungskompetenz
Software Engineering
Maschinenlernen
Empfehlungssysteme
Ranking-Methoden
Datenanalyse
Produktmanagement

Einige Tipps für deine Bewerbung 🫡

Sei authentisch!:Wenn du deine Bewerbung schreibst, sei einfach du selbst. Zeig uns, wer du bist und was dich motiviert. Wir suchen nach echten Persönlichkeiten, die zu unserem Team passen!

Betone deine Erfahrungen:Erzähl uns von deinen bisherigen Projekten und Erfahrungen im Bereich Machine Learning und Software Engineering. Besonders wichtig sind uns deine Erfolge in der Entwicklung von Empfehlungssystemen – das ist genau unser Ding!

Verstehe die Rolle:Lies dir die Stellenbeschreibung genau durch und überlege, wie deine Fähigkeiten und Erfahrungen dazu passen. Zeig uns, dass du die Herausforderungen der Rolle verstehst und bereit bist, sie anzugehen.

Bewirb dich über unsere Website:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass alles reibungslos läuft und wir deine Unterlagen schnellstmöglich prüfen können!

Wie man sich auf ein Vorstellungsgespräch bei Spotify vorbereitet

Verstehe die Empfehlungssysteme

Mach dich mit den verschiedenen Arten von Empfehlungssystemen vertraut, insbesondere mit Ranking, Retrieval und Embedding-Ansätzen. Zeige im Interview, dass du nicht nur die Theorie verstehst, sondern auch praktische Erfahrungen in der Entwicklung solcher Systeme hast.

Technische Fragen vorbereiten

Bereite dich auf technische Fragen vor, die sich auf maschinelles Lernen und Softwareentwicklung beziehen. Sei bereit, über deine Erfahrungen mit modernen Ansätzen wie Deep Learning oder großen Sprachmodellen zu sprechen und wie du diese in der Praxis angewendet hast.

Teamführung und Zusammenarbeit betonen

Hebe deine Erfahrungen in der Führung von Teams hervor und wie du eine inklusive und unterstützende Teamumgebung geschaffen hast. Zeige, dass du in der Lage bist, cross-funktionale Partnerschaften zu pflegen und komplexe Projekte erfolgreich zu managen.

Datengetriebenes Denken demonstrieren

Sei bereit, Beispiele zu geben, wie du Daten genutzt hast, um Entscheidungen zu treffen und Produkte zu verbessern. Diskutiere, wie du Experimentation und Modellbewertung in deinen bisherigen Projekten implementiert hast, um messbare Ergebnisse zu erzielen.