Maschinelles Lernen @ Snap

Die Ingenieure für maschinelles Lernen bei Snap arbeiten „end-to-end“ am gesamten ML-System eng zusammen.

Unsere Entwickler verwenden Modelle auf dem neuesten Stand der Technik und erweitern ständig die Grenzen des Machbaren in Bezug auf Inhalte, Monetarisierung, Infrastruktur, Funktionen und mehr von Snapchat!

KI-Linsen

Einheitliche Empfehlungen

Dynamische Anzeigen


Machine Learning Engineering bei Snap

Als Machine Learning Engineer bei Snap bringst du das dynamische Erlebnis von Snapchat durch den gesamten Lebenszyklus fortschrittlicher, hochmoderner Modelle voran – von der Datenvorverarbeitung über die Feature-Entwicklung und das Modelltraining bis hin zur Bereitstellung und den kontinuierlichen Optimierungen. Du nutzt modernste Techniken, Ranking-Algorithmen für die Relevanz der Anzeigen, Empfehlungs-Engines für personalisierte Inhalte und NLP für verbesserte Interaktionen – und das alles, während du Petabyte an Daten für über 850 Millionen Nutzer verarbeitest. 

Mit sowohl klassischen wie auch Deep-Learning-Modellen erstellst du präzise, reaktionsschnelle Erlebnisse, die es den Nutzern ermöglichen, sich in Echtzeit auszudrücken, zu vernetzen und die Welt zu entdecken.


Entdecke unsere Teams

Unsere Machine Learning-Entwickler lösen ML-Probleme aus der realen Welt.

Monetarisierung

Als Machine Learning Engineer im Monetarisierung-Team entwickelst und optimierst du das gesamte Anzeigen-Ökosystem. Du sorgst für hohe Relevanz und hohe Wirkung, nicht nur für Werbetreibende und Nutzer, sondern für ganz Snap. Von der Entwicklung leistungsstarker Systeme für Echtzeit-Gebote oder Anzeigen-Serving und Auktionen über die Personalisierung leichter und schwerer Ranker bis hin zur Entwicklung von Lösungen für das Targeting und die Auslieferung von Anzeigen – du sorgst weiterhin für die nahtlose Integration von Anzeigen auf der gesamten Plattform. Du trainierst Modelle anhand von Milliarden von Beispielen und verwendest Multitask-Learning, Sequenzmodellierung und Interaktionsmodellierung für Nutzer und Anzeigen. Unsere Modelle sagen die Nutzer-Demografie voraus, um das Zielgruppen-Targeting mit graphischen neuronalen Netzen und Inhalten zu verbessern, um zu verstehen, wie unsere Arbeit die Zukunft der Werbeplattform von Snapchat prägt.

Woran du arbeitest:

  • KI-basierte Werbung

  • Neue personalisierte Anzeigenprodukte und -erlebnisse

  • Eigentümer des Haupteinnahmetreibers von Snap

  • Entwicklung innovativer Anzeigenprodukte

Standorte

ML @ Snap

Hier berichtet das Team über Life at Snap und maschinelles Lernen

Wir stellen ein!

Bewerbungsprozess: Technik, Grundlagen und angewandtes maschinelles Lernen.

Programmierung

Erwarte, algorithmische Probleme zu lösen, die deine Kenntnisse in Datenstrukturen, Algorithmen und Problemlösungsfähigkeiten testen. Konzentriere dich auf deine Fähigkeit, sauberen, effizienten und gut dokumentierten Code zu schreiben.

ML-Grundlagen

Du wirst auf ML-Theorie und Kernmodelle, Konzepte, Techniken und Anwendungen des maschinellen Lernens geprüft. Sei bereit, über überwachtes und unüberwachtes Lernen, Empfehlungssysteme, Ranking, Modellevaluierungsmetriken und Optimierungstechniken zu diskutieren.

Angewandtes ML-Design

Bewertet deine Fähigkeit, Lösungen für maschinelles Lernen für reale Probleme zu entwerfen und anzuwenden. Du könntest gebeten werden, den gesamten Prozess der Auswahl von Modellen, des Feature-Engineerings und der Leistungsbewertung zu durchlaufen. Manchmal kann dies deine Fähigkeit testen, Probleme in einer unklaren Umgebung zu lösen.

ML-Systemdesign

Der Schwerpunkt liegt auf der Entwicklung skalierbarer und robuster ML-Systeme, die große Datenmengen und Produktionsumgebungen bewältigen können. Erwarte, die Infrastruktur und Kompromisse in der Architektur, Modellbereitstellungsstrategien und Systemüberwachung zu diskutieren.

Unser Bewerbungsprozess