Auf einen Blick
- Aufgaben: Entwickle innovative Machine Learning Lösungen zur Personalisierung für unsere Produkte.
- Unternehmen: Expedia, ein führendes Unternehmen im Bereich Reisen und Technologie.
- Vorteile: Attraktives Gehalt, Gesundheitsleistungen und flexible Arbeitsmöglichkeiten.
- Weitere Informationen: Vielfältige und inklusive Arbeitsumgebung mit großartigen Karrieremöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft des Reisens mit modernster Technologie und echten Auswirkungen.
- Qualifikationen: Mindestens 8 Jahre Erfahrung in Machine Learning und Teamarbeit.
Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.
Einführung in das Team: Das Unified Personalization Service (UPS) Team ist Teil von Expedia.
Erforderliche Qualifikationen:
- 8+ Jahre relevante Berufserfahrung.
- Nachgewiesene Verantwortung für maschinelles Lernen Lösungen auf Service- oder Multi-Service-Ebene, einschließlich Problemdarstellung, Modellentwicklung, Bewertung und Operationalisierung innerhalb eines Produkt- oder technischen Bereichs.
- Starke Grundlagen in Methoden des maschinellen Lernens, 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 Kernanforderungen in skalierbarer Modellentwicklung, Datenmodellierung und Integration in Softwaresysteme.
Bevorzugte Qualifikationen:
- Fortgeschrittene Abschlüsse in Maschinellem Lernen, Informatik, Statistik, Mathematik, Ingenieurwesen oder einem verwandten quantitativen Bereich.
- Erfahrung in der Bereitstellung von maschinellen Lernlösungen in großem Maßstab, einschließlich Architekturüberlegungen, Produktionsüberwachung, Management des Modelllebenszyklus und operativer Exzellenz in Live-Umgebungen.
- Nachgewiesene Fähigkeit, die technische Richtung innerhalb eines Bereichs durch rigorose Experimentierung, starkes wissenschaftliches Denken, pragmatische Lösungsdesigns und klare Kommunikation mit funktionsübergreifenden Partnern zu beeinflussen.
- Starke Erfahrung mit Empfehlungen, Ranking, Abruf, Personalisierung, Werbung, Marktplätzen, E-Commerce oder ähnlich komplexen angewandten ML-Systemen.
- Erfahrung mit neuronalen Empfehlungssystemen, sequenziellen oder sitzungsbasierten Empfehlungen, transformerbasierten Empfehlungsalgorithmen, semantischem Abruf, generativem Abruf oder Repräsentationslernen in großem Maßstab.
- Erfahrung mit Grundmodellen, LLMs, Einbettungsmodellen, semantischen IDs, hybriden LLM-Empfehlungssystemen, zweistufigen Abruf- und Rankingsystemen oder abrufunterstützten Personalisierungsworkflows.
- 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 werden unabhängig von Rasse, Religion, Geschlecht, sexueller Orientierung, nationaler Herkunft, Behinderung oder Alter bei der Beschäftigung berücksichtigt.
Senior Machine Learning Scientist, Personalization Arbeitgeber: Traveltechessentialist
Expedia ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und innovativen Umfeld zu arbeiten. Mit einem starken Fokus auf persönliche und berufliche Weiterentwicklung, einer inklusiven Unternehmenskultur und der Chance, an spannenden Projekten im Bereich Machine Learning zu arbeiten, fördert Expedia nicht nur technisches Wachstum, sondern auch eine ausgewogene Work-Life-Balance. Die Lage des Unternehmens ermöglicht zudem den Zugang zu einem vielfältigen Netzwerk von Fachleuten und Ressourcen, was die Zusammenarbeit und den Wissensaustausch weiter stärkt.
