Machine Learning @ Snap

Machine Learning Engineers hos Snap arbejder end-to-end og ejer hele det respektive Machine Learning-system.

Vores ingeniører bruger de nyeste modeller og flytter hele tiden grænserne for, hvad der er muligt inden for Snapchats indhold, indtægtsgenerering, infrastruktur, funktioner og meget mere!

AI-linser

Fælles anbefalinger

Dynamiske annoncer


Maskinlæringsteknik hos Snap

Som maskinlæringstekniker hos Snap vil du drive Snapchats dynamiske oplevelse gennem hele livscyklussen for avancerede state-of-the-art-modeller -  fra forbehandling af data, feature engineering og modeltræning til implementering og løbende optimeringer. Du vil udnytte banebrydende teknikker, rangeringsalgoritmer til annoncerelevans, anbefalingsmotorer til personaliseret indhold og NLP til forbedrede interaktioner - alt sammen mens du behandler petabytes af data for over 850 millioner brugere. 

Ved hjælp af både klassiske og dybe læringsmodeller vil du skabe præcise, responsive oplevelser, der giver brugerne mulighed for at udtrykke sig, komme i kontakt og opdage verden i realtid.


Udforsk vores teams

Vores maskinlæringsingeniører løser ML-problemer i den virkelige verden.

Monetarisering

Som Maskinlæringsingeniør på Monetariseringsholdet vil du opbygge og optimere hele annoncenøkosystemet. Du vil skabe høj relevans og stor indvirkning, ikke kun for annoncører og brugere, men for hele Snap. Fra design af højtydende systemer til realtidsbudgivning eller annoncering og auktioner, personalisering af lette og tunge rangordnere, oprettelse af løsninger til annonce målretning og levering, vil du fortsat sikre en problemfri integration af annoncer på platformen. Du vil træne modeller på milliarder af eksempler ved hjælp af multi-task learning, sekvensmodellering og modellering af bruger- og annonceinteraktion. Vore modeller forudsiger brugerens demografi for at forbedre målretning af publikum ved hjælp af grafneurale netværk og indhold, for at forstå, hvordan vores arbejde former fremtiden for Snapchats annonceplatform.

Hvad du vil arbejde på:

  • AI-drevet annoncering

  • Nye personlige annonceprodukter og oplevelser

  • Ejer af Snaps primære indtægtskilde

  • Udvikling af banebrydende annonceprodukter

Lokationer

Vores RTO-politik (Return to Office) er 4 gange om ugen på disse kontorsteder

ML @ Snap

Hør fra teamet om livet hos Snap i Machine Learning

Vi ansætter!

Vores ansættelsesproces dækker ingeniørarbejde, grundlæggende og anvendt ML.

Kodning

Forvent at løse algoritmiske problemer, der tester dine færdigheder inden for datastrukturer, algoritmer og problemløsning. Fokuser på din evne til at skrive ren, effektiv og veldokumenteret kode.

Grundlæggende ML

Du vil blive vurderet på ML-teori og centrale maskinlæringsmodeller, koncepter, teknikker og anvendelser. Vær forberedt på at diskutere superviseret og ikke-superviseret læring, anbefalingssystemer, rangering, model evalueringsmålinger og optimeringsteknikker.

Anvendt ML-design

Evaluerer din evne til at designe og anvende maskinlæringsløsninger på virkelige problemer. Du kan blive bedt om at gennemgå end-to-end-processen med at vælge modeller, funktionsteknik og evaluere ydeevne. Til tider kan dette teste din evne til at løse problemer i et tvetydigt miljø.

ML-systemdesign

Fokus vil være på at designe skalerbare og robuste ML-systemer, der kan håndtere store datamængder og produktionsmiljøer. Forvent at diskutere infrastruktur og kompromiser i arkitektur, modelimplementeringsstrategier og systemovervågning.

Vores interviewproces