Ingeniero de Machine Learning Staff, Personalización

Spotify es un empleador de igualdad de oportunidades. Usted es bienvenido en Spotify para quién es, no importa de dónde viene, lo que parece, o lo que está jugando en sus auriculares. Nuestra plataforma es para todos, y también nuestro lugar de trabajo. ¡Cuanto más voces hayamos representado y amplificado en nuestro negocio, más prosperaremos, contribuiremos y seremos anticipados! Así que tráenos su experiencia personal, sus perspectivas, y sus antecedentes. Es en nuestras diferencias que encontraremos el poder de seguir revolucionando la forma en que el mundo escucha. En Spotify, nos apasiona la inclusividad y asegurarnos de que todo nuestro proceso de reclutamiento sea accesible para todos. Tenemos maneras de solicitar ajustes razonables durante el proceso de entrevista y ayudar a ayudar en lo que necesita. Si necesita alojamiento en cualquier etapa del proceso de solicitud o entrevista, por favor háganoslo saber - estamos aquí para ayudarle de cualquier manera que podamos. • Propietario y mejora los modelos y sistemas de aprendizaje automático que alimentan la alimentación casera, incluyendo la experiencia de atajos. • Diseñar, construir y enviar recomendaciones personalizadas que sirvan a millones de oyentes de Spotify a nivel mundial. • Construir sistemas de recomendación de contenido para las experiencias de usuario emergentes y propulsadas por IA. • Entrenar, ajustar, evaluar y optimizar los modelos de idiomas grandes utilizando técnicas como el ajuste de fino supervisado (SFT), la destilación y los enfoques de entrenamiento eficientes en parámetros. • Colaborar estrechamente con gestores de productos, ingenieros, científicos de datos y diseñadores para definir y ejecutar estrategias de experimentación. • Pruebas de Drive A/B, monitoreo, evaluación de modelos y optimización continua de la calidad de recomendación, fiabilidad y eficiencia de costes. • Mejorar las capacidades de la plataforma ML, las tuberías de datos y los sistemas de producción que apoyan la personalización a escala de Spotify. • Conducir dirección técnica en espacios problemáticos ambiguos y contribuir a la arquitectura a largo plazo de los sistemas de personalización. • Mentor y soporte a otros ingenieros de aprendizaje automático, ayudando a elevar el bar a través del equipo. • Usted tiene 8+ años de experiencia construyendo e implementando sistemas de aprendizaje automático en entornos de producción. • Tiene una gran experiencia en sistemas de recomendación, modelos de clasificación, personalización o plataformas de descubrimiento de contenidos a gran escala. • Usted tiene una fuerte competencia en los sistemas de aprendizaje de máquinas de construcción Python y experiencia práctica con PyTorch. • Usted tiene experiencia con la formación de modelos de lenguaje grande, el ajuste fino, evaluación y técnicas de optimización incluyendo SFT, destilación y LoRA. • Usted ha trabajado con sistemas de inferencia a gran escala y entender los desafíos de latencia, fiabilidad y optimización de costos. • Usted se preocupa profundamente por crear experiencias de usuario de alta calidad a través de la aplicación reflexiva del aprendizaje automático. • Usted se comunica eficazmente a través de audiencias técnicas y no técnicas, e influye en las decisiones técnicas más allá de su equipo inmediato • Usted sabe cómo diseñar, ejecutar e interpretar experimentos en línea y pruebas A/B para mejorar los resultados del usuario. • Usted tiene experiencia operando cargas de trabajo distribuidas de aprendizaje automático utilizando tecnologías como Ray, FSDP, HSDP, o marcos similares. • Usted tiene experiencia en la construcción y mantenimiento de tuberías de datos y flujos de trabajo de orquestación utilizando tecnologías como Flyte, Airflow, BigQuery y plataformas de almacenamiento basadas en la nube. • Le ofrecemos la flexibilidad para trabajar donde usted trabaja mejor! Para este papel, usted puede estar dentro de la región de América del Norte mientras tengamos una ubicación de trabajo. • Este equipo opera dentro de la zona horaria de Eastern Standard para la colaboración.