Senior Machine Learning Scientist, Personalization

Das Unified Personalization Service (UPS) Team ist Teil von Expedia Product & Technology. UPS baut die zentrale, Echtzeit-Personalisierungs-Engine der Expedia Group über Marken und Kanäle hinweg auf, die Ranking, Empfehlungen, Abruf und andere adaptive Erlebnisse ermöglicht, die Reisenden helfen, relevantere, kontextbezogene und nützliche Erfahrungen während ihrer Reise zu sehen.

Vorteile

Wir bieten ein umfassendes Leistungspaket, einschließlich spannender Reisevorteile, großzügiger Freizeit, Elternzeit, flexibler Arbeitsmodelle und Ressourcen zur beruflichen Entwicklung, um die Leidenschaft der Mitarbeiter für das Reisen zu fördern und eine lohnende Karriere zu gewährleisten.

In dieser Rolle werden Sie:

• Maschinenlernlösungen für reale Personalisierungs-, Produkt- und Geschäftsprobleme entwerfen, entwickeln und anwenden, indem Sie mehrdeutige Chancen in skalierbare Modelle, Experimente und produktionsbereite Fähigkeiten übersetzen.
• End-to-End-wissenschaftliche Arbeiten über Problemformulierung, Datenexploration, Merkmalsengineering, Modellentwicklung, Bewertung und Iteration vorantreiben, mit starkem Fokus auf messbare Auswirkungen.
• Eng mit Ingenieuren, Produkt- und Geschäftspartnern zusammenarbeiten, um Maschinenlernlösungen in Dienste und Arbeitsabläufe zu integrieren, einschließlich Systemdesign, API-Design und Datenmodellierungsüberlegungen.
• Starkes technisches Urteilsvermögen nutzen, um geeignete Methoden auszuwählen, Ergebnisse zu validieren und die Modellleistung, Zuverlässigkeit und betriebliche Qualität über mehrere Problembereiche hinweg zu verbessern.
• Sicherstellen, dass KI/ML-fähige Lösungen integriert und betrieben werden, die Ergebnisse verbessern, einschließlich Vertrautheit mit KI-gesteuerten Systemen, Werkzeugen oder Arbeitsabläufen und der Anwendung von KI/ML-Konzepten auf reale Produkte.
• Tiefgehende technische Expertise in verwandten Bereichen beitragen, um die wissenschaftliche und ingenieurtechnische Qualität durch Experimentieren, Dokumentation, Mentoring und wiederverwendbare Ansätze zu erhöhen, die die Effektivität des breiteren Teams unterstützen.

Mindestens erforderliche Qualifikationen

• Abschluss in Informatik oder einem verwandten technischen Bereich; oder gleichwertige relevante Berufserfahrung.
• Über 8 Jahre relevante Berufserfahrung.
• Nachgewiesene Verantwortung für Maschinenlernlösungen auf Dienst- oder Multi-Dienst-Ebene, einschließlich Problemdefinition, Modellentwicklung, Bewertung und Operationalisierung innerhalb eines Produkt- oder technischen Bereichs.
• Starke Grundlagen in Maschinenlernen-Methoden, statistischer Analyse, Experimentierung und datengestützter Entscheidungsfindung, mit praktischer Programmiererfahrung in wissenschaftlichen und produktionsorientierten Umgebungen.
• Erfahrung in der Zusammenarbeit mit funktionsübergreifenden Partnern zur Bereitstellung technischer Lösungen, mit grundlegenden Erwartungen an skalierbare Modellentwicklung, Datenmodellierung und Integration in Softwaresysteme.

Bevorzugte Qualifikationen

• Fortgeschrittener Abschluss in Maschinenlernen, Informatik, Statistik, Mathematik, Ingenieurwesen oder einem verwandten quantitativen Bereich.
• Erfahrung in der Bereitstellung von Maschinenlernlösungen in großem Maßstab, einschließlich Architekturüberlegungen, Produktionsüberwachung, Management des Modelllebenszyklus und betrieblicher Exzellenz in Live-Umgebungen.
• Nachgewiesene Fähigkeit, die technische Richtung innerhalb eines Bereichs durch rigorose Experimentierung, starke wissenschaftliche Argumentation, pragmatisches Lösungsdesign und klare Kommunikation mit funktionsübergreifenden Partnern zu beeinflussen.
• Starke Erfahrung mit Empfehlungssystemen, Ranking, Abruf, Personalisierung, Werbung, Marktplätzen, E-Commerce oder ähnlich komplexen angewandten ML-Systemen.
• Erfahrung mit neuronalen Empfehlungssystemen, sequenzieller oder sitzungsbasierter Empfehlung, transformerbasierten Empfehlungsalgorithmen, semantischem Abruf, generativem Abruf oder Repräsentationslernen in großem Maßstab.
• Erfahrung mit Fundamentmodellen, LLMs, Einbettungsmodellen, semantischen IDs, hybriden LLM-Empfehlungssystemen, zweistufigen Abruf- und Rankingsystemen oder abrufunterstützten Personalisierungs-Workflows.
• Relevante akademische Veröffentlichungen, Patente, Open-Source-Beiträge, technische Blogbeiträge, Branchenvorträge oder andere Beiträge zur ML-/Empfehlungssystem-Community.

Unterkunftsanfragen

Wenn Sie Unterstützung bei einem Teil des Bewerbungs- oder Rekrutierungsprozesses aufgrund einer Behinderung oder anderer physischer oder psychischer Gesundheitszustände benötigen, wenden Sie sich bitte an unser Recruiting Accommodations Team über die Unterkunftsanfrage.

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.