我们的客户对我们准时和如期交付包裹的能力充满信心。一个精心规划的网络能够无缝扩展以处理每天数百万次的包裹运动。它具备监控机制,能够在故障发生之前就检测到故障(如预测网络拥塞、操作故障),并采取积极的纠正措施。当故障发生时,它具备内置的冗余机制来减轻影响(如确定其他路线或能够处理额外负载的服务提供商),并避免依赖单一故障点(服务提供商、节点或弧)。最后,它是成本最优化的,这样客户就可以从高效建立的网络中获益。
Shipping Tech and Services (STS) 正在招聘高级应用科学家,以帮助我们改善规划和执行包裹运动的能力。作为 STS 的高级应用科学家,您将领导一个创新团队,他们使用机器学习为亚马逊的客户创建先进解决方案。您将分析和建模数千兆字节的数据来解决现实世界的问题。您将拥有端到端的业务问题/指标,并直接影响公司的盈利能力。您的模型将在第一天预测运输成本,并帮助改善上游数据的质量(例如通过对产品目录中的重量和尺寸进行更正)。利用来自运输网络内部(例如网络负载和从包裹扫描事件中推导出的运动速度)和外部(例如天气信号)的信号,您将构建预测每个包裹的交付延迟的模型。这些模型将通过触发早期纠正措施和生成积极的客户通知来改善买家体验。
您的角色将要求您展示“Think Big”和“Invent and Simplify”,通过将运输领域相关的业务问题转化为一个或多个机器学习问题。您的模型选择将包括但不限于树集成、LSTMs 和 transformers 等深度学习架构、大型语言模型和 Q-learning 模型。您将采用高级模型解释技术,如 LIME 和 SHAP,以确保透明度并与客户建立信任。您将领导高影响力的业务项目,并指导其他科学家和工程师应用创新的机器学习技术。您将开发一系列可重复使用的建模解决方案,利用迁移学习和少样本学习等技术,以确保在多个地区(如北美、欧洲、亚洲)和包裹运动类型(如小包裹和卡车运动)之间的可扩展性。您的模型将具备生产质量,直接影响具有前沿机器学习进展的核心生产服务。
您将作为一个多样化的数据科学和工程团队的一部分工作,团队包括其他应用科学家、软件开发工程师和业务智能工程师。您将通过撰写科学论文并提交到机器学习会议,参与亚马逊机器学习社区。您将指导对机器学习有浓厚兴趣的应用科学家和软件开发工程师。您还将被要求为其他问题陈述提供机器学习咨询,超出您团队的范围。
我们欢迎在以下地点之一工作的候选人:
印度班加罗尔 | 印度古尔冈 | 印度海得拉巴
基本资格要求
- 3年以上构建面向业务应用的机器学习模型的经验
- 博士学位或硕士学位,并具有6年以上的应用研究经验
- 掌握 C/C++、Python、Java 或 Perl 等编程语言
- 具备使用 Java、C++、Python 或相关语言进行编程的经验
- 具备神经深度学习方法和机器学习的经验
首选资格
- 具备使用 R、scikit-learn、Spark MLLib、MxNet、Tensorflow、numpy、scipy 等建模工具的经验
- 具备使用 Hadoop、Spark 等大规模分布式系统的经验
亚马逊致力于打造一个多元和包容的工作环境。亚马逊是一家平等机会雇主,并不以种族、国籍、性别、性别认同、性取向、受保护的退伍军人身份、残疾、年龄或其他法律保护的身份为由进行歧视。