申请链接：https://boards.greenhouse.io/coursera/jobs/4986133004
职位概述
我们正在寻找一位开拓性的员工机器学习科学家（推荐系统）加入Coursera的Discovery Science ML团队，专注于创建下一代超个性化推荐系统。候选人将在研究和开发个性化、上下文感知的推荐技术方面发挥重要作用，重新定义我们平台上的学习体验。除了构建多阶段的推荐系统，这个职位还需要紧跟机器学习、推荐系统和在线教育领域的新趋势和创新。
职责：
• 设计、开发和维护高级多阶段推荐系统，利用嵌入式检索、强化学习、在线学习和LLM等机器学习技术。
• 探索和实施顺序推荐器架构、基于图的推荐系统、领域调整的LLM在RecSys领域以及知识图嵌入以改善个性化。
• 构建和优化可扩展的用户偏好嵌入，利用大型特征空间和训练深度网络进行个性化排序和重新排序。利用上下文信息（如设备类型、用户行为、时间和地理位置）提供实时的超个性化推荐。
• 与跨职能团队合作，将研究目标与业务需求对齐，并确保创新解决方案成功部署到生产环境中。
• 保持与机器学习、推荐系统和在线教育领域的最新趋势保持同步，经常参加会议、研讨会，并参与合作研究项目。
• 通过在RecSys、KDD、WWW、Sigir等顶级会议上发表论文，为Coursera的研究工作做出贡献。
基本资格：
• 计算机科学、人工智能或相关领域的博士或硕士学位。
• 在开发先进的推荐系统方面有经验，包括强化学习、迁移学习和无监督学习等技术。
• 具备处理用户偏好嵌入、大型特征空间和顺序推荐器架构（如Transformers）的背景。
• 在RecSys、KDD、WWW、Sigir或类似的顶级会议上发表研究成果的记录。
优先资格：
• 熟练掌握编程语言，如Python，以及深度学习框架，如TensorFlow或PyTorch。熟悉在生产环境中部署机器学习的工具，如Git。
• 具备跟进机器学习和推荐系统领域新研究和新技术的能力。
• 有与跨职能团队合作和优秀沟通能力的经验。
• 热衷于通过创新的机器学习和个性化技术推动在线教育领域的影响力。
• 熟悉Coursera的平台和课程，以及积极参与更广泛的人工智能和机器学习社区，是一个加分项。 
芝加哥