Senior Member Technical Staff

Bengaluru, India Vor Ort Lead vor 2 Tagen
AI Data Science Python
Auf einen Blick

Senior Technical Leader bei Nielsen für KI/ML-Produktentwicklung und Team Leadership.

💰 ~$120.000–180.000/Jahr (geschätzt) 📊 Senior 🕒 Vollzeit 🌍 Vor Ort 🗺️ APAC
  • 4-6 Jahre ML Product Development & Team Leadership
  • Python & Deep Learning Frameworks
  • Big Data Technologies
  • LLM Production Experience

Gehalt geschätzt anhand Senior ML/AI technical leader with team management in APAC (India). Kein Gehalt in der Anzeige angegeben.

✅ Geeignet für
  • ML Engineers mit Leadership-Ambitionen
  • Data Scientists mit Team-Erfahrung
  • AI Architects
🚫 Weniger geeignet
  • Individual Contributor ML Engineers
  • Non-Leadership-orientierte Profis
💡 Gut zu wissen
  • Team Leadership ist zentraler Aspekt
  • Onsite in Bengaluru (kein Remote)
  • LLM Production ist neue/kritische Fähigkeit

Über das Unternehmen

Nielsen ist ein globales Medien- und Entertainment-Datenunternehmen mit 139.000+ Mitarbeitern. Gracenote ist die Content-Business-Unit, die Metadaten für Streaming, Cable und Entertainment-Plattformen weltweit liefert.

Deine Aufgaben

  • Leiten Sie Design, Entwicklung und Implementierung von KI/ML-basierter Lösungen
  • Übernehmen Sie End-to-End Ownership von KI/ML-Modulen, von Datenverarbeitung bis Deployment
  • Liefern Sie Technische Leadership zu Data Scientist Teams
  • Führen Sie Cutting-Edge Research in Machine Learning, Deep Learning und KI durch
  • Evaluieren und fine-tunen Sie Models für Performance Requirements
  • Leiten Sie die Implementierung und Optimierung von LLM-basierten Lösungen

Deine Voraussetzungen

  • 4-6 Jahre Data Science und KI/ML Product Development mit Team Leadership
  • Expertise in Machine Learning Algorithms, Deep Learning Models, NLP und Anomaly Detection
  • Starkes Verständnis von Model Lifecycle Management
  • Hands-on Python Proficiency mit TensorFlow, Keras, PyTorch
  • SQL und NoSQL Datenbanken mit ElasticSearch Experience
  • Big Data Frameworks (Spark, Storm, Databricks, Kafka)
  • Container Technologies (Docker) und Orchestration (Kubernetes, ECS, EKS)