In sintesi
- Mansioni: Sviluppa modelli ML innovativi per risolvere problemi reali e ottimizzare processi aziendali.
- Azienda: Amazon, leader nell'innovazione tecnologica e nelle soluzioni di machine learning.
- Benefit: Opportunità di crescita professionale, ambiente inclusivo e supporto per l'innovazione.
- Altre informazioni: Ambiente dinamico con opportunità di mentorship e leadership nel settore.
- Perché questo lavoro: Lavora con esperti per creare soluzioni che impattano milioni di clienti ogni giorno.
- Qualifiche: Esperienza nella creazione di modelli ML e competenze in programmazione.
La retribuzione prevista è compresa tra 135000 - 165000 € per anno.
Vuoi unirti a un team innovativo di scienziati che utilizzano tecniche di machine learning e statistiche per creare soluzioni all'avanguardia per fornire un valore migliore ai clienti di Amazon? Vuoi costruire e implementare sistemi ML avanzati che aiutano a ottimizzare milioni di transazioni ogni giorno? Sei entusiasta della prospettiva di analizzare e modellare terabyte di dati per risolvere problemi reali? Ti piace possedere problemi/metriche aziendali end-to-end e avere un impatto diretto sulla redditività dell'azienda? Ti piace innovare e semplificare? Se sì, potresti essere un ottimo candidato per unirti al team di Machine Learning per le attività dei consumatori in India.
Il Machine Learning, il Big Data e le scienze quantitative correlate sono stati strategici per Amazon fin dai primi anni. Amazon è stata pioniera in aree come i motori di raccomandazione, la rilevazione delle frodi nell'ecommerce e l'ottimizzazione su larga scala delle operazioni dei centri di distribuzione. Con la rapida crescita e diversificazione di Amazon, l'opportunità di applicare il machine learning è esplosa. Abbiamo una vasta collezione di problemi pratici in cui i sistemi di machine learning possono migliorare drasticamente l'esperienza del cliente, ridurre i costi e aumentare la velocità e l'automazione.
Stiamo sviluppando soluzioni di machine learning all'avanguardia per accelerare la storia di crescita di Amazon India. Amazon India è un luogo entusiasmante per un professionista del machine learning. Abbiamo l'entusiasmo di una startup fresca per assorbire soluzioni di machine learning e la scala di un'azienda matura per supportarne lo sviluppo allo stesso tempo. Come parte del team di Machine Learning in India, avrai l'opportunità di lavorare accanto a menti brillanti motivate a risolvere problemi reali di machine learning che fanno la differenza per milioni dei nostri clienti. Incoraggiamo la leadership di pensiero e il pensiero blue ocean nel ML.
Responsabilità chiave del lavoro:
- Utilizzare tecniche di machine learning e analisi per creare soluzioni scalabili per problemi aziendali
- Analizzare ed estrarre informazioni rilevanti da grandi quantità di dati storici aziendali di Amazon per aiutare ad automatizzare e ottimizzare processi chiave
- Progettare, sviluppare, valutare e implementare modelli ML innovativi e altamente scalabili
- Lavorare a stretto contatto con i team di ingegneria software per guidare le implementazioni di modelli in tempo reale
- Lavorare a stretto contatto con i partner aziendali per identificare problemi e proporre soluzioni di machine learning
- Stabilire processi scalabili, efficienti e automatizzati per analisi di dati su larga scala, sviluppo di modelli, validazione di modelli e manutenzione di modelli
- Lavorare proattivamente con i team di ingegneria e i product manager per promuovere nuovi algoritmi e guidare l'implementazione di modelli ML complessi su larga scala in produzione
- Guidare progetti e fare mentoring ad altri scienziati e ingegneri nell'uso delle tecniche di ML
Informazioni sul team:
Il Team Internazionale di Machine Learning è responsabile della costruzione di soluzioni ML innovative che affrontano problemi prima in India (e in altri mercati emergenti in MENA e LatAm) e impattano il risultato finale e il fatturato dell'attività in India.
Requisiti di base:
- 6+ anni di esperienza nella costruzione di modelli di machine learning per applicazioni aziendali
- Esperienza nella programmazione in Java, C++, Python o linguaggi correlati
- Esperienza con metodi di deep learning neurale e machine learning
- Laurea magistrale o PhD
Requisiti preferenziali:
- Esperienza con strumenti di modellazione come R, scikit-learn, Spark MLLib, MxNet, Tensorflow, numpy, scipy, ecc.
- Esperienza con sistemi distribuiti su larga scala come Hadoop, Spark, ecc.
La nostra cultura inclusiva consente agli Amazonians di ottenere i migliori risultati per i nostri clienti. Se hai una disabilità e hai bisogno di un adattamento o di un aggiustamento sul posto di lavoro durante il processo di candidatura e assunzione, inclusi supporto per il colloquio o il processo di onboarding, visita questo link per ulteriori informazioni. Se il paese/regione in cui stai facendo domanda non è elencato, contatta il tuo partner di reclutamento. Amazon è un datore di lavoro che offre pari opportunità e non discrimina in base allo stato di veterano protetto, disabilità o altro stato legalmente protetto.
Senior Applied Scientist, International Machine Learning datore di lavoro: Amazon
Amazon Italia Logistica S.R.L. è un datore di lavoro eccezionale, offrendo un ambiente dinamico e innovativo dove i dipendenti possono crescere professionalmente e contribuire a progetti significativi. Con un forte focus sulla sicurezza e sul miglioramento continuo, i membri del team hanno accesso a opportunità di formazione e sviluppo, rendendo questa posizione non solo gratificante ma anche fondamentale per il successo della rete Amazon in Italia.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior Applied Scientist, International Machine Learning
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su Amazon
Non dimenticare di candidarti direttamente sul sito di Amazon! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Senior Applied Scientist, International Machine Learning
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Amazon. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Amazon. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Amazon
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.
