Aprendizaje automático en Snap
Los ingenieros de aprendizaje automático de Snap trabajan de principio a fin y se encargan de todo el sistema de aprendizaje automático correspondiente.

AI Lenses
Unified Recommendations

Dynamic Ads

Machine Learning Engineering at Snap
As a Machine Learning Engineer at Snap you’ll drive Snapchat’s dynamic experience through the full lifecycle of advanced state-of-the-art models - from data preprocessing, feature engineering, and model training, to deployment and ongoing optimizations. You’ll leverage cutting-edge techniques, ranking algorithms for ad relevance, recommendation engines for personalized content and NLP for enhanced interactions - all while processing petabytes of data for over 850 million users.
Through both classic and deep learning models, you’ll create precise, responsive experiences that empower users to express themselves, connect and discover the world in real-time.

Equipos en aprendizaje automático
Our machine learning engineers solve real world ML problems.

Monetización
Como ingeniero de aprendizaje automático en el equipo de monetización, crearás y optimizarás todo el ecosistema de anuncios. Impulsarás una alta relevancia y un alto impacto no solo para los anunciantes y los usuarios, sino para todo Snap. Desde el diseño de sistemas de alto rendimiento para pujas en tiempo real o la publicación de anuncios y subastas, la personalización de clasificadores livianos y pesados, hasta la creación de soluciones para la orientación y entrega de anuncios, seguirá garantizando una integración perfecta de los anuncios en toda la plataforma. Capacitarás a modelos en miles de millones de ejemplos, usando aprendizaje multitarea, modelado de secuencia y modelado de interacción de usuario x con anuncios. Nuestros modelos predicen los datos demográficos de los usuarios para mejorar la orientación del público con redes neuronales y contenido de gráficos, para comprender cómo nuestro trabajo da forma al futuro de la plataforma publicitaria de Snapchat.
En lo que trabajarás:
Publicidad impulsada por IA
Nuevos productos y experiencias de anuncios personalizados
Propietario del principal generador de ingresos de Snap
Desarrollo de productos publicitarios de vanguardia
Locations
Our RTO (Return to Office) policy is 4 times per week hiring in these office locations

Aprendizaje automático en Snap
Escucha al equipo hablar de la vida en Snap con el aprendizaje automático
We're Hiring!
Our interview process covers engineering, foundational, and applied ML.
Coding
Expect to solve algorithmic problems that test your proficiency in data structures, algorithms, and problem-solving skills. Focus on your ability to write clean, efficient, and well-documented code.
ML Fundamentals
You’ll be assessed on ML theory and core machine learning models, concepts, techniques and applications. Be prepared to discuss supervised and unsupervised learning, recommendation systems, ranking, model evaluation metrics, and optimization techniques.
ML Applied Design
Evaluates your ability to design and apply machine learning solutions to real-world problems. You may be asked to walk through the end-to-end process of selecting models, feature engineering, and evaluating performance. At times this can test your ability to problem solve in an ambiguous environment.
ML System Design
The focus will be on designing scalable and robust ML systems that can handle large-scale data and production environments. Expect to discuss the infrastructure and trade offs in architecture, model deployment strategies and system monitoring.
Learn More
Ready to Build the Future?