Ведущий инженер по машинному обучению
В Bumble наша миссия — создать мир, в котором все отношения будут здоровыми и справедливыми. В составе нашей команды AI & Matching эта роль находится на переднем крае формирования того, как миллионы людей связываются, строят дружбу и находят значимые отношения. Подчиняясь нашему старшему вице-президенту по AI и данным, вы сыграете ключевую роль в развитии интеллектуальных систем, обеспечивающих безопасный, персонализированный и увлекательный пользовательский опыт на наших платформах.
Это роль высоко влиятельного индивидуального участника, где ваша работа напрямую повлияет на стратегию продукта, доверие пользователей и бизнес-результаты в масштабах компании. Вы будете работать с высокой степенью ответственности и любознательности, продвигая инновационные подходы к машинному обучению и демонстрируя ценности Bumble — Любознательность и Совершенство. От переосмысления систем рекомендаций до внедрения ответственных практик ИИ — вы поможете нам расширять границы, оставаясь при этом уважительными к нашей глобальной аудитории.
ИИ является центральным элементом эволюции наших продуктов и внутренних возможностей. В этой роли вы не только будете создавать и масштабировать продвинутые модели машинного обучения, но и формировать, как ИИ применяется осознанно и ответственно во всей организации.
Что вы будете делать
- Определять и возглавлять техническую стратегию для систем ИИ и машинного обучения, которые обеспечивают рекомендации, ранжирование и персонализацию в продуктах Bumble, обеспечивая измеримые улучшения вовлеченности пользователей и безопасности.
- Проектировать, разрабатывать и внедрять модели производственного уровня с использованием современных ML-фреймворков, таких как PyTorch, обеспечивая масштабируемость и надежность в условиях высокой нагрузки.
- Создавать и запускать в производство AI-агентов с использованием базовых больших языковых моделей (LLM) в исходном и дообученном виде, а также подагентов, инструментов и интеграций MCP.
- Архитектурно проектировать сквозные ML-конвейеры, интегрируя обработку данных (например, Spark, Airflow) с процессами обучения, оценки и развертывания моделей.
- Внедрять экспериментальные фреймворки, включая A/B тестирование и офлайн-оценку, для постоянного улучшения производительности моделей и результатов продукта.
- Сотрудничать с командами продукта, инженерии и руководством по данным для преобразования бизнес-задач в эффективные ML-решения, взаимодействовать целенаправленно и влиять на решения на высоком уровне.
- Наставлять и развивать старших индивидуальных участников, способствуя культуре Совершенства, Любознательности и непрерывного обучения в сообществе ML.
- Брать на себя ответственность за сложные и неоднозначные задачи, доводя инициативы от идеи до результата, адаптируя подходы с гибким мышлением.
- Продвигать ответственные практики ИИ, обеспечивая справедливость, прозрачность и безопасность пользователей во всех системах машинного обучения.
О вас
- Обычно требуется от 10 до 15 лет опыта, однако мы приветствуем кандидатов с альтернативным опытом, демонстрирующим эквивалентные навыки.
- Глубокая экспертиза в машинном обучении с практическим опытом создания и внедрения масштабируемых систем в производственной среде.
- Сильное владение Python и хотя бы одним крупным ML-фреймворком (например, PyTorch, TensorFlow), с опытом в таких областях, как системы рекомендаций, модели ранжирования или обработка естественного языка (NLP).
- Экспертиза в работе с большими языковыми моделями (LLM), включая их настройку и создание производственных AI-агентов.
- Подтвержденный опыт проектирования масштабируемых конвейеров данных и ML с использованием инструментов, таких как Spark, Airflow или аналогичных распределенных систем.
- Доказанная способность работать как старший индивидуальный участник, влияя на техническую стратегию и принятие решений без прямых полномочий.
- Опыт эффективного взаимодействия между функциями, целенаправленного сотрудничества и ответственности за результаты в сложных организационных условиях.
- История наставничества и поддержки других, демонстрируя уважение и стремление к совершенству, создавая инклюзивные и высокоэффективные команды.
- Глубокое понимание ИИ с возможностью самостоятельно проектировать, оценивать и оптимизировать ML-системы, а также направлять других в ответственном и эффективном применении ИИ.
О нас
Bumble Inc. — материнская компания Bumble Date, BFF и Badoo. Платформа Bumble позволяет людям строить здоровые и справедливые отношения через Добрые Связи. Основанная Уитни Вулф Херд в 2014 году, Bumble была одним из первых приложений для знакомств, созданных с акцентом на женщин, и соединяет людей в сферах знакомств (Bumble Date) и дружбы (BFF). BFF — это приложение для дружбы, где люди на всех этапах жизни могут встречать близких по интересам и создавать значимые платонические связи и сообщества. Badoo, основанное в 2006 году, является одним из пионеров веб- и мобильных продуктов для знакомств.
Инклюзивность в Bumble Inc.
Bumble Inc. — работодатель, предоставляющий равные возможности, и мы настоятельно призываем людей всех возрастов, цветов кожи, лесбиянок, геев, бисексуалов, трансгендерных, квир и небинарных людей, ветеранов, родителей, людей с инвалидностью и нейроразнообразных людей подавать заявки. Мы рады сделать любые разумные корректировки, которые помогут вам чувствовать себя увереннее на протяжении всего процесса, пожалуйста, не стесняйтесь сообщать нам, как мы можем помочь.
ИИ в процессе найма Bumble Inc.
В Bumble мы можем использовать инструменты ИИ для поддержки некоторых этапов нашего процесса найма — например, для записи, транскрибирования и суммирования разговоров, а также для поддержки подбора вакансий путем сравнения резюме и описаний должностей с целью выделения навыков и потенциальных ролей, которые могут хорошо подходить. Эти инструменты помогают нам работать эффективнее и сосредоточиться на вас во время бесед. Важно, что все решения о найме принимаются людьми. ИИ используется только для повышения эффективности нашей команды и улучшения опыта кандидатов — не для оценки или принятия решений по вашей кандидатуре.
