Principal Applied Data Scientist - Search and Browse (NLP, Vector Search, LLMs)

Название: Ведущий научный сотрудник по прикладным данным — поиск и просмотр (NLP, векторный поиск, LLM) Местоположение: 2 локации / Удаленно или гибридно

Местоположение: 100 Mathilda Place, Ste 100 Sunnyvale, CA 94086-6017 Местоположение: 7000 Target Pkwy N, NCD-0375 Brooklyn Park, MN 55445 Рабочее место: Удаленно или гибридно Занятость: Полный рабочий день Диапазон оплаты составляет $168 000,00 - $356 000,00 Оплата основана на нескольких факторах, которые различаются в зависимости от должности. К ним относятся рынки труда, а в некоторых случаях могут включаться образование, опыт работы и сертификаты. Помимо вашей зарплаты, Target заботится о вас и инвестирует в вас как в члена команды, чтобы вы могли позаботиться о себе и своей семье. Target предлагает подходящим членам команды и их иждивенцам комплексные медицинские льготы и программы, которые могут включать медицинское страхование, стоматологическое страхование, страхование жизни и многое другое, чтобы помочь вам и вашей семье заботиться о себе в полном объеме. Другие льготы для подходящих членов команды включают 401(k), скидку для сотрудников, краткосрочную нетрудоспособность, долгосрочную нетрудоспособность, оплачиваемый отпуск по болезни, оплачиваемые национальные праздники и оплачиваемый отпуск. Найдите конкурентные льготы от финансовых и образовательных до оздоровительных и других по адресу ПРИСОЕДИНЯЙТЕСЬ К TARGET В КАЧЕСТВЕ ВЕДУЩЕГО НАУЧНОГО СОТРУДНИКА ПО ПРИКЛАДНЫМ ДАННЫМ – ПОИСК И ПРОСМОТР О нас: Работа в Target означает помощь всем семьям в открытии радости повседневной жизни. Мы воплощаем это видение в жизнь благодаря нашим ценностям и культуре. Узнайте больше о Target здесь. Работа в команде прикладных научных исследований данных в Target означает возможность помогать в разработке и управлении передовыми прогнозными алгоритмами, которые используют данные в масштабе для автоматизации и оптимизации решений в масштабе. Независимо от того, присоединитесь ли вы к нашим командам по поиску, RecSys, оптимизации цепочки поставок или машинному обучению, вы будете решать сложные задачи, используя впечатляющую широту данных Target для создания алгоритмов, которые обеспечивают решения, на которые полагаются наши партнеры в области маркетинга, оптимизации цепочки поставок, сетевой безопасности и персонализации. Каждый научный сотрудник в команде Data Sciences Target может рассчитывать на моделирование и науку о данных, разработку программного обеспечения/продуктов высокопроизводительного кода для производительности моделей и на развитие культуры Target и применение знаний в области розничной торговли. О нашей команде поиска и просмотра: Команда прикладных научных исследований данных в области поиска и просмотра создает фундаментальные системы релевантности, поиска, ранжирования и персонализированного поиска, которые обеспечивают работу цифрового опыта Target в масштабе. Мы определяем будущее коммерческих открытий на основе ИИ в области поиска, просмотра и развивающихся диалоговых возможностей покупок. E-commerce поиск претерпевает масштабные изменения, и мы строим архитектуру, чтобы лидировать в них. Мы решаем некоторые из самых сложных задач в области ИИ в розничной торговле в коммерческом масштабе более $10 млрд и 10 тыс. запросов в секунду, включая: Архитектура систем поиска и данных для внешнего ввода LLM, чтобы наш каталог побеждал в ChatGPT, Gemini, агентской коммерции и в следующем поколении открытий на основе ИИ. Создание систем поиска с нулевым выстрелом и холодным стартом для быстро меняющихся, сезонных розничных запасов. Решение проблем обработки естественного языка и длинного хвоста поиска, где диалоговые запросы и традиционные системы поиска не справляются с огромными неструктурированными каталогами продуктов. Развитие многоэтапных архитектур поиска и ранжирования, которые балансируют качество релевантности, задержку, масштабируемость и эффективность инфраструктуры в корпоративном масштабе. Мы ищем прагматичных создателей и технических лидеров, которые любят создавать производственные системы в масштабе. Инженерное совершенство, задержка менее секунды, операционная надежность, экономика инфраструктуры и бесшовная интеграция с основными системами поиска и ранжирования имеют такое же значение, как и сложность моделирования. Эта роль требует глубоких технических знаний, исключительного понимания продукта и способности влиять на организационную стратегию, одновременно добиваясь измеримого воздействия на клиентов и бизнес. В качестве ведущего научного сотрудника по поиску и просмотру вы будете: Определять долгосрочное техническое видение и организационную дорожную карту для систем поиска, просмотра и обнаружения на основе ИИ. Руководить стратегией архитектуры крупномасштабных систем поиска, ранжирования, семантического поиска и GenAI, работающих в огромном масштабе. Управлять инновациями в области трансформеров, LLM, архитектур RAG, многоэтапных систем ранжирования, персонализации, диалоговой коммерции и агентского ИИ. Разрабатывать архитектуру систем поиска и извлечения для интеграции с внешними LLM и экосистемой агентского поиска. Определять будущее развитие семантического поиска, диалогового поиска и систем обнаружения с нулевым выстрелом. Влиять на общеорганизационную стратегию в области релевантности, экспериментирования, оценки, ML-инфраструктуры и инвестиций в продукты ИИ. Руководить крайне неоднозначными, многоквартальными инициативами, включающими представителей отделов продуктов, инженерии, прикладной науки, инфраструктуры и руководства. Создавать масштабируемые шаблоны ML-архитектуры, стандарты экспериментирования и операционные лучшие практики для нескольких команд. Управлять фундаментальными инвестициями и техническим направлением в области поиска, инфраструктуры поиска и платформ обнаружения на основе ИИ. Балансировать качество обслуживания клиентов, воздействие на бизнес, надежность системы, задержку, масштабируемость и стоимость инфраструктуры в корпоративном масштабе. Менторить ведущих научных сотрудников и технических лидеров по всей организации. Представлять организацию на обзорах руководства и добиваться согласованности в отношении ключевых технических и продуктовых решений. Влиять на техническое направление и приоритеты инвестиций в нескольких командах и организациях. Основные обязанности этой должности изложены в этом описании вакансии. Рабочие обязанности могут меняться в любое время в связи с потребностями бизнеса. О вас: PhD или MS в области компьютерных наук, статистики, прикладной математики, физики или смежной количественной дисциплины. 8+ лет отраслевого опыта в создании и масштабировании ML-систем для поиска, рекомендаций, персонализации, рекламы или платформ ИИ. Опыт работы с семантическим поиском, векторным поиском, системами RAG, диалоговым поиском или системами агентского ИИ. Глубокие знания в области архитектур поиска/ранжирования, рекомендательных систем, семантического поиска, NLP/LLM, экспериментирования и ML-инфраструктуры (VertexAI). Подтвержденные навыки программирования на Python и решения технических ML-задач. Подтвержденный опыт определения архитектуры и долгосрочной стратегии для крупномасштабных производственных ИИ-систем. Опыт работы с крупномасштабными онлайн-системами с строгими требованиями к задержке, масштабируемости, надежности и стоимости инфраструктуры. Глубокое понимание компромиссов в системах поиска/ранжирования, стратегии экспериментирования и операционного совершенства. Успешный опыт достижения измеримого воздействия на бизнес через ML-инновации. Опыт руководства кросс-функциональными инициативами, охватывающими несколько команд или организаций. Способность влиять на руководителей и определять техническое направление организации. Исключительные коммуникативные навыки, техническое лидерство, стратегическое мышление и навыки наставничества. Эта должность будет работать в гибридном/гибком режиме "Flex for Your Day" в соответствии с потребностями Target. Гибридный/гибкий режим "Flex for Your Day" означает, что основная роль члена команды будет выполняться как очно в штаб-квартире Target в Саннивейле, Калифорния, или в назначенном местоположении в Миннесоте, так и виртуально, в зависимости от того, что требуется для вашей роли, команды и задач в данный день. Рабочие обязанности не могут выполняться за пределами страны основного места работы, если иное не предписано Target. Нажмите здесь, если вам интересно узнать больше о Миннесоте. Эта должность может рассматриваться для удаленной или гибридной ("Flex for Your Day", как это известно внутри Target) работы в зависимости от потребностей Target. Удаленная работа означает, что член команды работает полный рабочий день из дома или другого места, не являющегося офисом Target, не имеет рабочего места в офисе Target и может посещать штаб-квартиру до 4 раз в год. Гибридная/гибкая ("Flex for Your Day") работа означает, что основная роль члена команды может выполняться как удаленно, так и очно в офисе Target, в зависимости от того, что требуется для вашей роли, команды и задач в данный день. Рабочие обязанности не могут выполняться за пределами страны основного места работы, если иное не предписано Target. Target рассмотрит кандидатов с судимостью в соответствии с постановлениями San Francisco и City of Los Angeles Fair Chance Ordinances. Право на получение льгот Пожалуйста, вставьте эту ссылку в ваш предпочтительный браузер, чтобы узнать о соответствии требованиям для получения льгот по этой должности: Закон об американцах с ограниченными возможностями (ADA) В соответствии с федеральными законами и законами штата Target будет предоставлять разумные приспособления для кандидатов с ограниченными возможностями. Если для участия в процессе подачи заявления или собеседования требуется разумное приспособление, пожалуйста, свяжитесь с контакт рекрутера. Запросы, не связанные с приспособлениями, такие как последующие обращения по поводу заявления или технические проблемы, не будут обрабатываться через этот канал. Крайний срок подачи заявок: 11/19/2026