Machine Learning Scientist III

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, Unterschiede gefeiert werden und wir wissen, dass wir alle gewinnen, wenn einer von uns gewinnt.

Wir bieten ein umfassendes Leistungspaket, einschließlich aufregender Reisevorteile, großzügiger Freizeit, Elternzeit, eines flexiblen Arbeitsmodells (mit einigen ziemlich coolen Büros) und Ressourcen zur Karriereentwicklung, um die Leidenschaft unserer Mitarbeiter für das Reisen zu fördern und eine lohnende Karriere zu gewährleisten. Wir bauen eine offenere Welt auf. Schließen Sie sich uns an.

Das EG Advertising Machine Learning-Team befindet sich im Herzen des globalen Werbemarktplatzes von Expedia Group – einem schnell wachsenden, hochwirksamen Geschäft an der Schnittstelle von Reisen, Technologie und Handel. Das Team entwickelt die prädiktiven Modelle, die unsere Plattform antreiben, einschließlich Modelle zur Klickrate und Buchungsneigung sowie tiefere Einblicke in das Bietverhalten von Werbetreibenden und breitere Marktdynamiken. Es ist eine einzigartige Umgebung, in der maschinelles Lernen direkt Echtzeitausschreibungen, personalisierte Erlebnisse und großflächige Optimierungen in einem komplexen zweiseitigen Ökosystem prägt.

Als Machine Learning Scientist III spielen Sie eine Schlüsselrolle in diesem Team, indem Sie maschinelles Lernen anwenden, um Millionen von Reisenden mit Tausenden von Partnern zu verbinden. Einer der spannendsten Aspekte der Rolle ist die End-to-End-Sichtbarkeit über sowohl Auktions- als auch Personalisierungssysteme, die es Ihnen ermöglicht, bedeutende, systemweite Auswirkungen zu erzielen, anstatt sich auf eine einzelne Komponente zu konzentrieren.

In enger Zusammenarbeit mit Produkt- und Engineering-Partnern kombinieren Sie tiefgehende Datenanalysen mit starkem Geschäftswissen, um skalierbare, produktionsbereite Lösungen zu entwerfen und bereitzustellen, die direkt die Benutzererfahrung und die Marktleistung beeinflussen.

In dieser Rolle werden Sie:

• Maschinenlernen, statistische und Optimierungsmodelle entwerfen, entwickeln und anwenden, um Geschäftsprobleme im EG Advertising zu lösen, einschließlich prädiktiver Modellierung für Auktionssysteme (z. B. Klickrate, Buchungsneigung und Bietdynamik), um sowohl Partner- als auch Reisenden Ergebnisse zu verbessern.
• Unklare Geschäftsfragen in messbare wissenschaftliche Probleme übersetzen, Erfolgsmessgrößen definieren und datengestützte Empfehlungen abgeben, die auf Experimenten, tiefgehender Datenanalyse und Marktverständnis basieren.
• Eng mit Ingenieuren, Produktmanagern, Analysten und Geschäftspartnern zusammenarbeiten, um Modelle zu produzieren, Roadmap-Entscheidungen zu beeinflussen und die Akzeptanz von ML-gesteuerten Lösungen sowohl in partnerorientierten als auch in reisendenorientierten Systemen voranzutreiben.
• Skalierbare Ansätze in mehreren technischen Bereichen aufbauen und bewerten, einschließlich Feature Engineering, Modellentwicklung, Experimentdesign (A/B-Tests), Datenmodellierung und Integration in Produktionsdienste innerhalb großflächiger verteilter Systeme.
• AI/ML-fähige Lösungen sicher integrieren und betreiben, die Ergebnisse verbessern, einschließlich der Anwendung moderner ML-Techniken und selektiver Nutzung von GenAI/agentic AI-Ansätzen zur Verbesserung von Modellierung, Experimentierung und Systemfähigkeiten.
• Starke technische Urteilsfähigkeit durch Dokumentation, Code-Reviews, Modellüberwachung und betriebliche Best Practices beitragen, die zuverlässige, skalierbare und wiederverwendbare wissenschaftliche Lösungen im gesamten Werbemarkt unterstützen.

Mindestens erforderliche Qualifikationen:

• Fortgeschrittene Abschlüsse (MS oder PhD) in Maschinenlernen, Informatik, Statistik, angewandter Mathematik, Wirtschaft oder einem verwandten Bereich.
• 5+ Jahre relevante Branchenerfahrung in der Anwendung von maschinellem Lernen, statistischer Modellierung, Experimentierung oder Optimierungstechniken in Produktionsumgebungen.
• Nachgewiesene Verantwortung für End-to-End-Maschinenlernlösungen auf Service-, Multi-Service- oder Domänenebene, mit Verantwortung für Modellqualität, Geschäftsauswirkungen und betriebliche Zuverlässigkeit.
• Starke technische Grundlagen in Methoden des maschinellen Lernens, experimentellem Design (A/B-Tests), Datenanalyse und Programmierung für produktionsreife Lösungen mit großen Datensätzen.
• Kenntnisse in Python und seinem ML/Daten-Ökosystem (z. B. PySpark, pandas, TensorFlow, PyTorch oder ähnlich) sowie starke SQL-Kenntnisse.
• Erfahrung in der funktionsübergreifenden Zusammenarbeit zur Problemformulierung, Kommunikation von Trade-offs und Bereitstellung von Lösungen von der Ideenfindung bis zur Produktion.
• Starke Problemlösungsfähigkeiten und die Fähigkeit, komplexe technische Konzepte klar zu kommunizieren.
• Nachgewiesene Stärke in Architektur und Design von ML-Systemen, einschließlich Datenmodellierung, Experimentierframeworks und Produktionsintegrationsmustern.

Bevorzugte Qualifikationen:

• Erfahrung im Aufbau und in der Skalierung von maschinellen Lernsystemen für Werbung, Ranking, Empfehlungen, Auktionsoptimierung, Preisgestaltung oder Prognosen.
• Erfahrung in oder ein starkes Verständnis von zweiseitigen Marktplätzen, Online-Werbung oder E-Commerce-Ökosystemen.
• Erfahrung in der Nutzung von Daten und Modellerkenntnissen zur Beeinflussung der Produktstrategie und Geschäftsentscheidungen.
• Praktische Erfahrung mit GenAI, LLMs oder KI-gesteuerten Werkzeugen, die schnellere Experimentierung, verbesserte Modellierung oder bessere Produktergebnisse unterstützen.

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.