Quizlet

HQ: On-site

  • OFF: San Francisco, CA
  • Full-Time
  • Full-Stack Programming

عن كويزلِت:
تتمثل مهمة كويزلِت في مساعدة كل متعلّم على تحقيق أهدافه بطريقة فعّالة وممتعة. تدعم منصّة التعلّم الخاصة بنا، التي تتجاوز قيمتها مليار دولار، عشرات الملايين من الطلاب شهريًا، بمن فيهم ثلثا طلاب المدارس الثانوية في الولايات المتحدة ونصف طلاب الجامعات، مع أكثر من ملياري تفاعل دراسي شهريًا.
نمزج بين علوم الإدراك والتعلّم الآلي لتخصيص التعلّم وتحسينه للطلاب والمهنيين والمتعلّمين مدى الحياة، ونسعى لتوسيع أثرنا من خلال أساليب وأدوات متعددة.

لنصنع مستقبل التعلّم
انضم إلينا في ابتكار وإطلاق أدوات تعلّم مدعومة بالذكاء الاصطناعي تنتشر عالميًا وتساعد على إطلاق الإمكانات البشرية.

عن الفريق:
يعمل فريق هندسة التخصيص والتوصيات القائم على التعلّم الآلي على تطوير الذكاء الذي يربط المتعلّمين بالمحتوى والأنشطة والتجارب الأكثر ملاءمة لأهدافهم. ندعم أنظمة التوصية والبحث عبر المنصة، من اقتراحات الصفحة الرئيسية إلى ميزات التعلّم التكيّفية.
تتمثل مهمتنا في جعل كويزلِت تجربة مخصّصة لكل متعلّم من خلال التعلّم الآلي المتقدّم والأنظمة القابلة للتوسع والاستفادة من علوم التعلّم. ستتعاون عن قرب مع مديري المنتجات وعلماء البيانات ومهندسي المنصّات ومهندسي التعلّم الآلي لتقديم مسارات مخصّصة تعزّز التفاعل والرضا والنتائج التعليمية.

عن الدور الوظيفي:
بصفتك قائدًا تقنيًا كبيرًا في فريق التخصيص والتوصيات، ستساهم في تشكيل بنية أنظمة التخصيص المتقدّمة وتوجيه الرؤية الاستراتيجية وراء تجارب كويزلِت المدعومة بالذكاء الاصطناعي. ستقوم بالإشراف على الزملاء والتأثير في القرارات عبر الشركة.
ستصمّم وتنشر أنظمة استرجاع وترتيب وتوصية واسعة النطاق تؤثر مباشرة في كيفية تفاعل المتعلّمين مع كويزلِت. ستطبّق أحدث أساليب أنظمة التوصية، بدءًا من الاسترجاع قائم على التعلّم العميق والتمثيلات المتجهة، وصولًا إلى الترتيب متعدّد المهام والتعلّم المعزز، لتطوير منظومة التخصيص لدينا.
ستساهم في بناء أنظمة تتعلم من مليارات التفاعلات مع الحفاظ على الخصوصية والإنصاف والنزاهة.
هذه وظيفة في مقرنا في سان فرانسيسكو، ويُتوقع من الموظفين الحضور إلى المكتب ثلاثة أيام أسبوعيًا على الأقل: الاثنين والأربعاء والخميس، بالإضافة إلى أي أيام أخرى عند الحاجة.

في هذا الدور، ستقوم بـ:
• التعاون مع القيادات العليا لتحديد وتوجيه الاستراتيجية التقنية طويلة المدى للتخصيص والتوصيات عبر المنصة
• شرح الخيارات النمذجية المعقدة بوضوح للجمهورين التقني وغير التقني والتأثير في القرارات باستخدام البيانات والمنطق السليم
• تصميم وتنفيذ نماذج تخصيص واسعة النطاق عبر مراحل الاسترجاع والترتيب وما بعد الترتيب باستخدام التمثيلات المتجهة والإشارات السياقية وخصائص المحتوى
• بناء أنظمة استرجاع وتقديم قابلة للتوسع باستخدام معماريات حديثة مثل نماذج البرجين والتصنيف العميق والبحث المتجهي المعتمد على الهياكل التقريبية للتخصيص اللحظي
• قيادة عمليات التدريب والتقييم والنشر مع ضمان الثبات والموثوقية والمراقبة القوية
• تحويل أهداف التعلّم (التفاعل، الاستبقاء، الإتقان) إلى أهداف نمذجية وإطارات تجريبية بالتعاون مع منتج وعلم البيانات
• تحسين أساليب التقييم من خلال تطوير المقاييس غير المتصلة (مثل NDCG ومعدلات النقر والمعايرة) وتعزيز منهجيات الاختبار A/B
• التعاون مع فرق البنية التحتية لتحسين التدريب الموزّع وزمن الاستدلال وتكاليف التشغيل
• متابعة التطورات الحديثة في أبحاث التخصيص والتوصيات ودمج النتائج ذات الصلة
• الإشراف على المهندسين والعلماء التطبيقيين وتعزيز التميّز التقني وإعادة الإنتاجية والممارسات المسؤولة في الذكاء الاصطناعي
• دعم ثقافة فريق تعاونية وشاملة وضمان أن تخدم أنظمة التخصيص المتعلّمين بعدالة وفعالية

ما الذي ستقدّمه:
• أكثر من 12 عامًا من الخبرة في التعلّم الآلي التطبيقي أو الهندسة المعتمدة على التعلّم الآلي، مع معرفة عميقة بأنظمة التخصيص والترتيب والتوصيات
• قدرة مثبتة على توجيه الاستراتيجية التقنية عبر الفرق مع موازنة الأهداف طويلة المدى والاحتياجات قصيرة المدى
• مهارات تواصل وسرد ممتازة لتوضيح الأفكار المعقدة لجماهير متعددة
• خبرة قيادية قائمة على التأثير والقدرة على توحيد الفرق حول أهداف مشتركة قابلة للقياس
• خبرة في توجيه المهندسين الكبار والعلماء التطبيقيين وقيادة المبادرات التقنية بين الفرق
• سجل في تحسين المقاييس الرقمية الأساسية عبر أنظمة التوصية أو البحث في بيئة الإنتاج
• فهم قوي لمعمارية الاسترجاع والترتيب الحديثة مثل نماذج البرجين والشبكات العميقة المتقاطعة والشبكات العصبية البيانية وMMoE والمحولات، بالإضافة إلى سلاسل أنظمة التوصية متعددة المراحل
• خبرة عملية في بايثون وبايتورتش وهندسة الميزات والتدريب الموزّع على وحدات GPU والاستدلال، وأدوات MLOps مثل سجلات النماذج ومخازن الميزات والمراقبة واكتشاف الانحراف
• خبرة في نماذج التمثيلات المتجهية واسعة النطاق وأنظمة البحث المتجهي مثل FAISS وScaNN
• مهارات تجريبية قوية تربط بين المقاييس غير المتصلة (AUC، NDCG، المعايرة) والنتائج المتصلة لاتخاذ القرارات
• التزام بالتعاون والشمول والنقاش البنّاء والمسؤولية المشتركة

نقاط إضافية:
• منشورات أو مساهمات مفتوحة المصدر في أنظمة التوصية أو البحث أو الترتيب
• خبرة في التعلّم المعزز أو النماذج السياقية لاتخاذ قرارات التوصية
• العمل على مناهج هجينة لأنظمة التوصية تمزج بين التصفية التعاونية وفهم المحتوى واستدلال نماذج اللغة الكبيرة
• خلفية في تخصيص تجارب المستهلك أو التعلّم الرقمي على نطاق واسع

التعويضات والمزايا:
• كويزلِت صاحب عمل متكافئ الفرص ويؤمن ببيئة عمل شاملة. ندعم شفافية الرواتب للحد من التحيّز. يتضمن التعويض الإجمالي راتبًا أساسيًا من 242,240 إلى 344,000 دولار (وفقًا للموقع والخبرة) بالإضافة إلى خيارات الأسهم
• توازن صحي بين العمل والحياة بدعم من مديرك وفريقك
• 20 يوم إجازة
• تغطية طبية وطب أسنان ورؤية تنافسية
• برنامج 401k مع مساهمة من الشركة
• الوصول إلى LinkedIn Learning وغيرها من موارد التطور المهني
• إجازة عائلية مدفوعة ومزايا FSA وHSA والتنقل والصحة
• 40 ساعة سنويًا من الوقت المدفوع للعمل التطوعي

لماذا تنضم إلى كويزلِت؟
• تأثير واسع: أكثر من 60 مليون مستخدم وأكثر من مليار تفاعل أسبوعيًا
• تقنيات متقدمة: الذكاء الاصطناعي التوليدي والتعلّم التكيّفي وعلوم الإدراك
• زخم قوي: مستثمرون مميزون ونمو مستدام وتقدّم ملموس
• مدفوعة بالرسالة: عمل يحسّن حياة الناس
• ثقافة شاملة: نثمّن العدالة والتنوع والانتماء

نهدف إلى أن يشعر كل متقدّم بالترحيب والاحترام. تم تصميم عملية المقابلة لمساعدتك ولمساعدتنا على فهم ما ستكون عليه تجربة العمل المشترك.
نقدّم الشفافية ورؤية صادقة عمّن نكون.

ختامًا:
نرحّب بالمرشحين الشغوفين الفضوليين—even إذا لم يستوفوا كل المتطلبات. نثمّن وجهات النظر المتنوعة ونؤمن بأن لكل شخص شيئًا مهمًا يقدّمه. ترتكز ثقافتنا على المبادرة والتعلّم من التحديات والعمل عالي الجودة والتعاون المنفتح. نركّز على التواصل المحترم وخلق بيئة ينمو فيها الجميع.
يعتمد نجاح كويزلِت على التزامنا بالتنوع والإنصاف والشمول. نرحّب بمتقدّمين من كل الخلفيات، ونشجع بقوة النساء والأشخاص الملونين وأفراد مجتمع الميم والأشخاص ذوي الإعاقة والمحاربين القدامى على التقدّم. انضم إلينا!

إلى الموثّقين والوكالات:
لا تقبل كويزلِت السير الذاتية غير المطلوبة. يرجى عدم إرسالها إلى موقعنا أو إلى موظفينا. لن ندفع أي رسوم مرتبطة بذلك، وستُعتبر جميع الطلبات غير المطلوبة ملكًا لكويزلِت.

Apply info ->

To apply for this job, please visit jobs.lever.co