Sobre o Quizlet:
A missão do Quizlet é ajudar cada aprendiz a alcançar seus objetivos de forma eficaz e agradável. Nossa plataforma de aprendizado, avaliada em mais de US$ 1 bilhão, atende dezenas de milhões de estudantes todos os meses — incluindo dois terços dos alunos do ensino médio nos EUA e metade dos universitários — gerando mais de 2 bilhões de interações de estudo mensalmente.
Combinamos ciência cognitiva e aprendizado de máquina para personalizar e aprimorar o aprendizado para estudantes, profissionais e pessoas que aprendem ao longo da vida. Estamos entusiasmados em ampliar nosso impacto por meio de diversos métodos e ferramentas.

Vamos construir o futuro do aprendizado
Junte-se a nós na criação e lançamento de ferramentas de aprendizado com IA que possam escalar globalmente e desbloquear o potencial humano.

Sobre o time:
A equipe de Engenharia de ML de Personalização e Recomendações desenvolve a inteligência que conecta os aprendizes ao conteúdo, às atividades e às experiências mais adequadas aos seus objetivos. Damos suporte a sistemas de recomendação e busca em toda a plataforma, desde sugestões no feed inicial até recursos adaptativos de estudo.
Nossa missão é fazer com que o Quizlet pareça personalizado para cada aprendiz por meio de modelos avançados, sistemas escaláveis e insights de ciência do aprendizado. Você trabalhará ao lado de Gerentes de Produto, Cientistas de Dados, Engenheiros de Plataforma e Engenheiros de ML para criar jornadas personalizadas que aumentem engajamento, satisfação e resultados de aprendizado.

Sobre o cargo:
Como líder técnico sênior na equipe de Personalização e Recomendações, você moldará a arquitetura de sistemas avançados de personalização e orientará a visão estratégica por trás das experiências com IA do Quizlet. Você será mentor de colegas e influenciará decisões em toda a empresa.
Você projetará e implantará sistemas de recuperação, ranqueamento e recomendação em larga escala que impactam diretamente como os aprendizes interagem com o Quizlet. Aplicará métodos modernos de RecSys — desde recuperação e embeddings baseados em deep learning até ranqueamento multitarefa e aprendizado por reforço — para elevar nossa pilha de personalização.
Você ajudará a construir sistemas que aprendem com bilhões de interações, mantendo privacidade, equidade e integridade.
Este é um cargo presencial em nosso escritório de São Francisco. Para apoiar a colaboração, os funcionários devem estar no escritório pelo menos três vezes por semana: segunda, quarta e quinta, além de outros dias conforme necessário.

Neste cargo, você irá:
• Trabalhar com líderes seniores para definir e orientar a estratégia técnica de longo prazo para personalização e recomendações em toda a plataforma
• Explicar decisões de modelagem complexas de forma clara para públicos técnicos e não técnicos, influenciando decisões com dados e raciocínio cuidadoso
• Arquitetar e implementar modelos de personalização em larga escala em etapas de recuperação, ranqueamento e pós-ranqueamento, usando embeddings, sinais contextuais e recursos de conteúdo
• Criar sistemas escaláveis de recuperação e atendimento usando arquiteturas modernas como modelos Two-Tower, métodos de deep ranking e busca vetorial baseada em ANN para personalização em tempo real
• Liderar pipelines de treinamento, avaliação e implantação, garantindo consistência, confiabilidade e monitoramento robusto
• Traduzir metas de aprendizado (engajamento, retenção, domínio) em objetivos de modelagem e estruturas experimentais em parceria com Produto e Ciência de Dados
• Melhorar métodos de avaliação refinando métricas offline (NDCG, CTR, calibração) e fortalecendo estratégias de testes A/B
• Trabalhar com equipes de infraestrutura para otimizar treinamento distribuído, latência de inferência e eficiência de custos
• Manter-se atualizado sobre avanços em pesquisa de personalização e recomendações, incorporando descobertas relevantes de conferências importantes
• Orientar engenheiros e cientistas aplicados, promovendo excelência técnica, reprodutibilidade e práticas responsáveis de IA
• Fomentar uma cultura de equipe colaborativa e inclusiva, garantindo que os sistemas de personalização atendam os aprendizes de forma justa e eficaz

O que você traz:
• Mais de 12 anos de experiência em ML aplicado ou engenharia focada em ML, com profundo conhecimento em personalização, ranqueamento ou sistemas de recomendação
• Capacidade comprovada de orientar estratégia técnica entre equipes, equilibrando metas de longo prazo com necessidades imediatas
• Habilidade excepcional de comunicação para transmitir ideias complexas de forma clara a diferentes públicos
• Histórico de liderança por influência e de alinhar equipes em torno de objetivos compartilhados e mensuráveis
• Experiência mentorando engenheiros seniores e cientistas aplicados e liderando iniciativas técnicas entre equipes
• Histórico de melhoria de métricas online importantes (CTR, retenção, engajamento) por meio de sistemas de recomendação ou busca em produção
• Sólida compreensão de arquiteturas modernas de recuperação e ranqueamento (Two-Tower, deep cross networks, GNNs, MMoE, Transformers) e pipelines RecSys multietapas
• Experiência prática com Python, PyTorch, engenharia de features, treinamento distribuído em GPU e ferramentas de MLOps (registro de modelos, feature stores, monitoramento, detecção de drift)
• Especialização em modelos de embedding em grande escala e sistemas de busca vetorial (FAISS, ScaNN etc.)
• Forte habilidade em experimentação, conectando métricas offline (AUC, NDCG, calibração) a resultados online para orientar decisões
• Compromisso com colaboração, inclusão, debate construtivo e responsabilidade compartilhada

Pontos extras para:
• Publicações ou contribuições open-source em RecSys, busca ou ranqueamento
• Experiência com aprendizado por reforço ou bandits contextuais para recomendações
• Trabalho com abordagens híbridas de RecSys que combinam filtragem colaborativa, compreensão de conteúdo e raciocínio com LLMs
• Vivência em personalização em larga escala no setor de consumo ou EdTech

Compensação, Benefícios e Vantagens:
• O Quizlet é um empregador que oferece oportunidades iguais e mantém um ambiente de trabalho inclusivo. Apoia a transparência salarial para reduzir vieses. A remuneração total é competitiva e inclui salário base de US$ 242.240–US$ 344.000 (dependendo da localização e experiência) mais opções de ações
• Equilíbrio saudável entre trabalho e vida pessoal, apoiado por seu gerente e equipe
• 20 dias de férias
• Cobertura competitiva de saúde, odontologia e visão
• 401k com contrapartida da empresa
• Acesso ao LinkedIn Learning e outros recursos de desenvolvimento
• Licença remunerada para família, FSA, HSA, benefícios de transporte e bem-estar
• 40 horas anuais de voluntariado remunerado

Por que se juntar ao Quizlet?
• Grande impacto: mais de 60 milhões de usuários e mais de 1 bilhão de interações semanais
• Tecnologia de ponta: IA generativa, aprendizado adaptativo, ciência cognitiva
• Forte crescimento: ótimos investidores, expansão sustentável, tração real
• Foco na missão: trabalho que melhora a vida das pessoas
• Cultura inclusiva: valorizamos equidade, diversidade e pertencimento

Nosso objetivo é garantir que cada candidato se sinta bem-vindo e respeitado. Nosso processo seletivo foi criado para ajudar você e o Quizlet a entender como seria trabalhar juntos.
Oferecemos transparência e uma visão honesta de quem somos.

Para concluir:
Estamos animados com candidatos apaixonados e curiosos — mesmo que não atendam a todos os requisitos. Valorizamos perspectivas diversas e acreditamos que todos têm algo importante a contribuir. Nossa cultura enfatiza iniciativa, aprendizado com desafios, trabalho de alta qualidade e colaboração aberta. Priorizamos comunicação respeitosa e um ambiente onde todos possam crescer.
O sucesso do Quizlet depende de nosso compromisso com diversidade, equidade e inclusão. Incentivamos pessoas de todas as origens a se candidatarem, especialmente mulheres, pessoas negras, latinas, indígenas, LGBTQ+, pessoas com deficiência e veteranos. Junte-se a nós!

Para recrutadores e agências:
O Quizlet não aceita currículos não solicitados. Não os envie para nosso site ou funcionários. Não pagaremos quaisquer taxas associadas, e envios não solicitados serão considerados propriedade do Quizlet.