Leitender Datenwissenschaftler / Leitender Ingenieur für maschinelles Lernen in LoopMe

– Anwendung von KI im großen Maßstab in einer Umgebung mit hohem Verkehrsaufkommen. Die Rolle: Eine Vollzeitstelle als Senior Machine Learning Engineer/Senior Data Scientist für einen außergewöhnlichen Kandidaten, der ein großes Interesse an der Anwendung von KI-Systemen im großen Maßstab hat. Sie entwerfen und bauen maschinelle Lernsysteme, die mit realen Daten arbeiten. Sie sind in den gesamten Lebenszyklus der Systementwicklung involviert, vom Brainstorming der ersten Ideen über das Prototyping bis hin zur Implementierung von Code auf Produktionsebene und der Bereitstellung. Die Arbeit umfasst die Verarbeitung von Milliarden von Datenpunkten pro Tag. LoopMe investiert erheblich in KI. Wir sind daran interessiert, die Grenzen zu verschieben und der Konkurrenz einen Schritt voraus zu sein, anstatt veraltete alte Systeme erneut anzuwenden. Wir tun dies, indem wir wirklich neue Systeme für maschinelles Lernen entwickeln und diese auf spannende und neuartige Weise anwenden. Weitere Informationen finden Sie in unseren Veröffentlichungen im Abschnitt „Über das Data Science-Team“ weiter unten. (Der zweitbeste Artikel wurde bei adKDD 2021 ausgezeichnet.)Sie werden Teil einer Gruppe bestehend aus 17 Datenwissenschaftlern und Dateningenieuren unter der Leitung eines erfahrenen Chief Data Scientist Leonard Newnham. Wir haben eine solide 5-Sterne-Bewertung und ein tolles Feedback. Um unsere Werte und unsere Arbeitsweise zu verstehen, lesen Sie den Abschnitt „Über das Data Science-Team“ unten. Dies ist eine Gelegenheit, Teil eines wachstumsstarken britischen Technologie-Start-ups zu werden und aus erster Hand Erfahrungen mit der Funktionsweise von Technologie zu sammeln Start-ups agieren. Sie arbeiten in einem spannenden und schnelllebigen Umfeld in einem der innovativsten Unternehmen im KI-Bereich. Hauptaufgaben: Wir arbeiten in kleinen, hochgradig interaktiven Teams in zweiwöchigen Sprints. Sie benötigen ausgeprägte Kommunikationsfähigkeiten. Von Ihnen wird auch erwartet, dass Sie sich intensiv um die Qualität Ihres Codes kümmern: seine Klarheit, Dokumentation und Tests. Sie werden in einem kleinen Team von 3-4 Datenwissenschaftlern/Ingenieuren für maschinelles Lernen arbeiten. Sie entwerfen, erstellen und betreiben verschiedene Pipelines, die Terabytes an Daten lesen und diese mithilfe verschiedener Modellierungstechniken, einschließlich einiger unserer eigenen neuartigen Algorithmen, effizient verarbeiten. Diese Pipelines werden Ausgaben erzeugen, die in Echtzeit-Entscheidungssysteme einfließen. Zu den von uns verwendeten Technologien gehören Google Cloud, Python, R, Docker, Kafka, Spark, Airflow, ElasticSearch, ClickHouse und verschiedene überwachte Lernalgorithmen. Schlüsselkompetenzen und Erfahrung: - Mindestens ein Bachelor-Abschluss in einer mathematischen Disziplin wie Informatik, Angewandte Statistik, Mathematik, Ingenieurwesen oder Physik von einer angesehenen Universität. Ein MSc oder PhD ist ein Bonus – 4 oder mehr Jahre kommerzielle Erfahrung mit Python – Erfahrung in der Entwicklung von Machine-Learning-Pipelines, die große Datenmengen lesen und verarbeiten. Bonusqualifikationen: – Erfahrung mit Echtzeit-Gebotsauktionen – Erfahrung mit Scrum / agiler Softwareentwicklung – Praktische Kenntnisse der Infrastruktur zum Betrieb hochverfügbarer Systeme. (ElasticSearch, Kafka, ClickHouse usw.) – Erfahrung mit Airflow. Über Sie: – Hervorragende Kommunikationsfähigkeiten – Sie werden mit Kollegen im Vereinigten Königreich und an anderen Standorten zusammenarbeiten. – Verfügt über einen forschenden Geist und einen disziplinierten wissenschaftlichen Ansatz, um Fakten zu extrahieren und beobachtetes Verhalten zu verstehen - Möchten Sie Teil eines schnell wachsenden Unternehmens mit globaler Ausrichtung sein?Ambitionen – Wir möchten, dass die Arbeit Spaß macht, daher ist ein guter Sinn für Humor erforderlich. Der ideale Kandidat wird Daten aus vielen Perspektiven untersuchen, in der Lage sein, über den Tellerrand hinaus zu denken und Ideen und Erkenntnisse gleichermaßen effizient an technische und nichttechnische Kollegen weiterzugeben. Eine Leidenschaft für neue Technologien und der Drang, einfache und elegante Wege zu finden, um einfache Lösungen für komplexe Probleme umzusetzen, sind von entscheidender Bedeutung. Vorteile: - Wettbewerbsfähiges Vergütungspaket - Hunderte Millionen Menschen sehen Ihre Arbeit und nutzen unsere Produkte weltweit - Ein transparentes Arbeitsumfeld - Freundliche Teamumgebung wo das Lernen und der Erwerb neuer Fähigkeiten gefördert wird – Beitritt zu einem stabilen, profitablen, wachstumsstarken Unternehmen. Über das Data Science-Team: – Wir sind ein Team aus 17 Ingenieuren für maschinelles Lernen, Datenwissenschaftlern und Dateningenieuren, die Systeme entwickeln, um die neuesten KI-Methoden und -Forschung anzuwenden Probleme der realen Welt. LoopMe beschäftigt über 300 Mitarbeiter, davon 100 Techniker. – Wir sind ein verteiltes Team mit Büros in London, Polen und der Ukraine. Wir sind KEIN Outsourcing-Team, wir sind ein wirklich verteiltes Team, in dem die Ideen jedes Einzelnen gehört werden. – Wir sind offen für neue Ideen und streben aktiv danach, sowohl unsere Systeme als auch unsere Entwicklungspraktiken zu verbessern. Es ist ein Team, in dem jeder etwas bewirken kann. – Wir sind ein integratives und unterstützendes Team, in dem die Menschen gerne mit ihren Kollegen zusammenarbeiten und sich wertgeschätzt fühlen. – Unsere Werte sind: offene Kommunikation, kontinuierliche Innovation (schnell scheitern, keine Angst vor Versuchen). Dinge), alle Ideen sind willkommen, wir behandeln die Menschen fair und erwarten das Beste. - Wir leisten wirklich neuartige und innovative Arbeit. Wir veröffentlichen gelegentlich Artikel, die einen Einblick in unsere Arbeit im Bereich automatisierter Gebote geben können, zum Beispiel: o Gradient Boosting Censored Regression for Winning Price Prediction in Real-Time Bidding, P Paliwal, O Renov, International Conference on Database Systems for Advanced Applications 2019o Hybrid Dual Censored Joint Learning of Reserve Prices and Bids for Upstream Auctioneers, P Paliwal, L Stavrogiannis, ADKDD 2021 (Gewinner des Best Paper Award)