Accueil » Emplois » Scientifique en apprentissage automatique

Ouverture d'emploi: Scientifique en apprentissage automatique


Alerte moi

Position: Scientifique en apprentissage automatique
Société: Amazon.com
Lieu: East Palo Alto CA US

Amazon AI est à la recherche de scientifiques et d'ingénieurs de classe mondiale pour rejoindre son AI Lab. Ce groupe est chargé de construire de nouveaux algorithmes d'apprentissage automatique pour AWS et nos clients. À l'IA Lab et chez Amazon AI, vous allez inventer, implémenter et déployer des algorithmes et des systèmes d'apprentissage machine de pointe. Vous allez construire des prototypes et explorer de nouvelles solutions. Vous interagirez étroitement avec nos clients et avec la communauté académique. Vous serez au cœur d'une zone d'intérêt croissante et passionnante pour AWS et travaillerez avec d'autres ingénieurs réputés et des scientifiques de renommée mondiale.

Excité par l'utilisation massive de données pour développer des modèles Machine Learning (ML) et Deep Learning (DL)? Voulez-vous aider les institutions de recherche en éducation innovantes et les entreprises à tirer de la valeur commerciale et de nouvelles idées grâce à l'adoption de l'intelligence artificielle (AI)? Désireux d'apprendre des nombreux cas d'utilisation d'AWS ML et DL? Ravi d'être une partie clé d'Amazon, qui investit dans l'apprentissage automatique depuis des décennies, pionnier et façonnant la technologie de l'IA dans le monde?

Un candidat retenu sera une personne qui aime plonger profondément dans les données, faire des analyses, découvrir les causes profondes et concevoir des solutions à long terme. Ce sera une personne qui aime s'amuser, qui aime apprendre et qui veut innover dans le monde de l'IA. Les principales responsabilités comprennent:

  • Comprenez les besoins métier du client et guidez-les vers une solution à l'aide de nos services AWS AI, des plates-formes AWS AI, des structures AWS AI Frameworks et des instances AWS AI EC2.
  • Etre capable de fournir un projet de ML / DL du début à la fin, y compris comprendre les besoins de l'entreprise, agréger les données, explorer les données, créer et valider des modèles prédictifs et déployer des modèles achevés pour fournir un impact métier à l'organisation.
  • Utilisez des frameworks Deep Learning comme MXNet, Caffe 2, Tensorflow, Theano, CNTK et Keras pour aider nos clients à construire des modèles DL.
  • Utilisez SparkML et Amazon Machine Learning (AML) pour aider nos clients à créer des modèles ML.
  • Travaillez avec les ingénieurs de données pour analyser, extraire, normaliser et étiqueter les données pertinentes.
  • Travailler avec les ingénieurs pour aider nos clients à rendre opérationnels les modèles après leur construction.
  • Aider les clients à identifier les modèles de dérive et de recyclage du modèle.
  • Rechercher et mettre en œuvre de nouvelles approches de ML et DL

Qualifications de base

  • Un baccalauréat ou une maîtrise dans un domaine hautement quantitatif (informatique, apprentissage automatique, informatique, recherche opérationnelle, statistique, mathématiques, etc.) ou expérience équivalente
  • 4 + années d'expérience dans la modélisation prédictive, la science des données et l'analyse
  • Expérience antérieure dans un rôle de ML ou de data scientist et expérience dans la construction de modèles ML ou DL
  • Expérience en utilisant Python et / ou R
  • Connaissance de SparkML
  • Capable d'écrire du code de niveau de production, qui est bien écrit et explicable
  • Expérience de l'utilisation de bibliothèques ML, telles que scikit-learn, caret, mlr, mllib
  • Expérience de travail avec les GPU pour développer des modèles
  • Expérience dans la gestion de jeux de données de taille téraoctet
  • Suivi des plongées dans les données pour découvrir des motifs cachés
  • Familiarité avec l'utilisation d'outils de visualisation de données
  • Connaissance et expérience de l'écriture et du réglage SQL
  • Expérience passée et actuelle pour écrire et parler de concepts techniques complexes à un large public dans un format simplifié
  • Expérience de présentation de données
  • Des déplacements prolongés vers les emplacements des clients peuvent être requis pour fournir des services professionnels, au besoin
  • Solides compétences en communication écrite et verbale

Qualifications souhaitables

  • Doctorat dans un domaine hautement quantitatif (Informatique, Machine Learning, Infomatique, Recherche opérationnelle, Statistique, Mathématiques, etc.)
  • 6 + ans d'expérience dans l'industrie en modélisation prédictive et analyse
  • Bonnes compétences avec les langages de programmation, tels que Java ou C / C ++
  • Aptitude à élaborer des plans expérimentaux et analytiques pour les processus de modélisation des données, l'utilisation de bases solides, la capacité de déterminer avec précision les relations de cause à effet
  • Expérience de conseil et expérience de l'aide aux clients pour leurs besoins en IA
  • Publications ou présentation dans des revues / conférences reconnues sur l'apprentissage automatique, l'apprentissage profond et l'exploration de données
  • Expérience avec les technologies AWS telles que Redshift, S3, EC2, Data Pipeline et EMR
  • Combinaison de compétences techniques approfondies et d'un sens des affaires suffisant pour interagir avec tous les niveaux et toutes les disciplines au sein de l'organisation de nos clients
  • Expérience démontrée dans le traitement de l'ambiguïté, la priorisation des besoins et l'obtention de résultats dans un environnement dynamique

Amazon.com est un Employeur de l'égalité des chances et de l'action positive - Minorité / Femme / Invalidité / Vétéran / Identité de genre / Orientation sexuelle.


Alerte moi

Broadcast Beat Magazine

Broadcast Beat Magazine est un partenaire officiel de NAB Show Media et nous couvrons Broadcast Engineering, Radio & TV Technology pour les industries de l'animation, de la radiodiffusion, de la cinématographie et de la post-production. Nous couvrons les événements et les conventions de l'industrie tels que BroadcastAsia, CCW, IBC, SIGGRAPH, Digital Asset Symposium et plus encore!

Derniers articles de Broadcast Beat Magazine (voir tous)