Airbnb招聘机器学习工程师，相关性与个性化（美国）| LinkedIn

Airbnb的Relevance和Personalization团队负责整个Airbnb数字平台的搜索和推荐。作为团队中的领导者，将负责开发端到端的排名算法和生态系统，以优化多个关键业务目标。我们正在构建端到端的搜索排名产品栈中的前沿AI技术，涵盖数据管道、特征和模型创新、服务和实验效率，利用来自各种类型数据（结构化、序列、图像、文本等）的丰富信号。我们与Airbnb的其他团队紧密合作，开发排名解决方案，支持一个健康的市场，让房主和客人进一步实现Airbnb的使命：创造一个让人们可以任何地方归属的世界。该团队的一些过往出版物可以在这里找到：https://sites.google.com/view/airbnb-relevance-publications/home。一个典型的工作日包括：与大规模结构化和非结构化数据工作，构建并持续改进Airbnb产品、业务和运营用例的前沿机器学习模型。与跨职能合作伙伴（包括软件工程师、产品经理、运营和数据科学家）合作，识别业务影响的机会，理解、细化和优先考虑机器学习模型的需求，推动工程决策，并量化影响。动手开发、生产化和运营机器学习模型和管道，包括批量和实时用例。利用第三方和内部机器学习工具及基础设施，开发可重用、高度差异化和高表现的机器学习系统，促进快速模型开发、低延迟服务和模型质量维护。

应届毕业生拥有ML/AI博士学位或具有2年以上应用ML/AI经验，持有硕士或学士学位。精通编程（Scala/Python/Java/C++等）和数据工程技能。深入理解机器学习最佳实践（例如训练/服务偏斜最小化、A/B测试、特征工程、特征/模型选择），算法（例如神经网络/深度学习、优化）和领域（如自然语言处理、计算机视觉、个性化、搜索和推荐、市场优化、异常检测）。接触过至少三种以下技术：Tensorflow、PyTorch、Kubernetes、Spark、Airflow（或等效工具）、Kafka（或等效工具）、数据仓库（如Hive）。接触过大型、高规模软件应用的架构模式（例如：设计良好的API、高体积数据管道、高效的算法、模型）。具备选择合适ML方法解决当前约束问题的能力，同时有清晰的下一步迭代愿景，并在探索和利用不同技术之间取得平衡。能够深入钻研，构建最具有影响力的解决方案，同时领导多个团队和组织的不同方向，确保我们使命的成功。

我们的薪酬范围可能根据多个因素而有所不同，例如：培训、可转移技能、工作经验、业务需求和市场需求。薪酬范围可能随时调整，未来也可能进行修改。该职位可能还符合奖金、股权、福利和员工旅行信用额度的资格。

Airbnb致力于与最广泛的人才池合作。我们相信多样化的想法促进创新和参与，并使我们能够吸引有创造力的人，从而开发最佳的产品、服务和解决方案。所有符合条件的申请人均被鼓励申请。我们还努力提供包容残疾的申请和面试流程。如果申请人有残疾，并需要合理安排以提交申请，请联系我们：[email protected]。请包括您的全名、您申请的职位和所需的合理安排以协助招聘流程。我们要求您只在您无法完成我们的在线申请时才联系我们。