机器学习工程师

工作地点：北美远程（优先考虑东部标准时间）
我们是谁：
KAR Global通过创新、技术和人才，为全球最值得信赖的汽车市场提供动力。我们的端到端平台服务于全球最大的OEM、经销商、车队运营商、租赁公司和金融机构的再营销需求。

 
我们是一家技术公司，提供下一代工具以加速和简化再营销。
 
我们是一家分析公司，利用数据为顾客提供清晰、可操作的洞察力。
 
我们还是一家拍卖公司，为全球最先进和集成的移动、数字和实体拍卖市场提供动力。

作为一家分析公司，我们从分析中获得的洞察力指导我们的战略前进方向，因为我们增加收入、进入新市场并加强客户关系。完全远程的数据科学团队积极地领导和协作，以确定最有价值问题的解决方案，构建交付路线图，并执行这一计划。数据科学团队的模型和服务的输出进入KAR的产品组合，帮助成千上万的内部和外部利益相关者做出决策。
关于我们的候选人：

 
对于将数据科学模型转化为生产服务的工作感到兴奋，因为这个角色更倾向于模型部署而不是模型构建。
 
能够独立思考，发现新的、有洞察力的方式来解决困难问题，而不一定有一个清晰的路线图。
 
能够与数据科学团队成员和非技术受众有效沟通。
 
能够在敏捷框架中提供高质量的代码，以交付到生产环境。
 
具有信心、冲劲、活力和动力——责任心是关键，你的工作影响对我们的成功至关重要。
 
候选人将被聘用到适当的级别，因此对于有合适经验的人来说，这可能是一个高级职位。

你将要做的工作：

 
构建机器学习工程系统，以高效地运营我们的数据科学服务（包括计算机视觉、推荐和优化系统）。
 
与我们的数据科学家和网站可靠性工程师合作，提高模型性能。
 
拥有你将负责的特定数据科学服务的架构决策和实施细节。
 
在敏捷环境中与团队成员一起工作，快速交付解决方案，并不断探索改进我们结果的方法。
 
与产品、运营和销售部门的同事密切合作，构建问题并理解对公司内各个部门的影响。

你需要成功的因素：

 
在数据科学、数据工程或后端工程职位上有显著的经验（大约4年以上），特别是在生产环境中构建数据科学产品和服务。
 
有使用Python、SQL、Docker、Flask/FastAPI/Django编码的经验。
 
在亚马逊网络服务生态系统中开发的经验。
 
有Kubernetes和EKS经验者优先。
 
有使用GPU/CUDA以及Tensorflow、Torch等经验者优先。
 
有设计和构建机器学习模型的经验者优先。
 
熟悉软件交付的敏捷框架。


我们感谢所有申请者的兴趣。只有被选中参加面试的候选人才会被考虑。