员工级应用科学家 - 搜索与发现

职位描述

Material Bank正在寻找一位员工级应用科学家，从零开始构建搜索和推荐系统。我们是建筑和设计专业人士最大的市场，我们正在构建一个发现平台，帮助他们在数百个品牌中找到材料，并在探索过程中提供智能推荐。搜索和推荐是实现这一发现的方式。

职责

• 改进搜索检索和排名。设计和调整我们检索和排名搜索结果的方式，以便会员找到他们需要的东西，并发现他们不知道要问的东西。在排名方面带来真正的深度。
• 从头开始构建我们的推荐系统。智能推荐是我们正在构建的发现体验的核心。设计健壮的推荐算法，模拟会员和项目意图，并找出在体验中何时何地展示什么。
• 探索数据，找到有助于我们构建最佳搜索和发现体验的结构和洞察。

要求

• 计算机科学、统计学或相关领域的博士或硕士学位，主修机器学习、信息检索或自然语言处理。
• 5年以上应用机器学习、信息检索或自然语言处理的经验。
• 具有搜索引擎和推荐系统的经验。
• 具有TensorFlow、PyTorch或类似机器学习库的经验。
• 扎实的Python编程技能。
• 优秀的沟通能力和跨职能团队合作能力。

你将做什么

• 你不会只是将公式交给工程团队然后离开。你将探索数据，形成假设，原型化方法，并证明其有效，然后与工程团队合作将其投入生产。

关于我们

Material Bank是全球最大的建筑和设计行业材料市场。我们的平台在37个国家/地区运营，已成为全球设计专业人士的标准。Material Bank每天将成千上万的设计师与领先品牌的数十万种材料联系起来。Material Bank是设计专业人士搜索、采样和指定材料的最快、最强大的方式。

加分项

• 具有大规模数据处理和分析的经验。
• 具有A/B测试和实验的经验。
• 具有AWS、GCP或Azure等云计算平台的经验。