Investigador Principal en Spotify, Londres

Descripción

Spotify busca un Científico Principal para sus oficinas en Londres.

Se busca un líder de investigación para la organización de personalización de Spotify. El equipo interdisciplinario se enfoca en asegurar que los cimientos de las tecnologías de Spotify estén en o por encima del estado del arte.

Como tal, el equipo tiene fuertes vínculos internos con los grupos de productos, así como externamente con la comunidad de investigación.

Responsabilidades

• Crear, construir e impulsar la función de investigación tecnológica dentro de la oficina de Londres.
• Definir un grupo de investigación en torno a la investigación de AA fundamental y aplicada con impacto académico y empresarial.
• Trabajar en estrecha colaboración con equipos en las cuatro ubicaciones principales de I + D (Boston, Londres, Nueva York y Estocolmo) tanto en sistemas de investigación como de producción para impulsar las máximas mejoras de productos mediante el uso de la investigación.
• Dirigir el esfuerzo del laboratorio hacia objetivos de investigación ambiciosos a largo plazo, mientras identifica y logra hitos intermedios.
• Contratar, asesorar y administrar un grupo de investigación de clase mundial de científicos de investigación técnica junior y senior con contribuciones a la comunidad de investigación externa.
• Asegurar relaciones sólidas con los laboratorios académicos.
• Actuar como líder del equipo de I + D para la oficina de Londres y nuestras otras oficinas de I + D.

Requisitos

• Más de 10 años de experiencia postdoctoral en la industria o académica.
• Experiencia en la tutoría y liderazgo de un grupo de científicos de investigación aplicada.
• Sólido historial de investigación centrado en:
• Aprendizaje automático fundamental: aprendizaje por refuerzo, funciones de valor, aprendizaje supervisado y no supervisado, aprendizaje profundo, aprendizaje de representación, optimización, inferencia causal y razonamiento contrafáctico.
• Aprendizaje automático aplicado en áreas como recuperación de información, recomendación, publicidad computacional y procesamiento del lenguaje natural.
• Experimentación a gran escala: diseño experimental, métodos de experimentación adaptativa (en particular, optimización y aprendizaje reforzado), toma de decisiones contextual, pruebas A / B automatizadas.
• Amplio registro de publicaciones en conferencias ML revisadas por pares (por ejemplo, NeuRIPS, ICML, AISTATS, UAI, COLT, ICLR, AAAI, etc.) así como conferencias con ML aplicado (por ejemplo, KDD, WSDM, WWW, CIKM, RecSys, etc.).
• Experiencia trabajando en entornos colaborativos multidisciplinarios.
• Experiencia trabajando en estrecha colaboración con equipos de productos en un puesto de liderazgo.
• Deseo de reclutar de personas con diversos antecedentes o experiencias.

Beneficios