Machine Learning @ Snap
Gli ingegneri del Machine Learning di Snap lavorano end-to-end e possiedono l'intero sistema di Machine Learning.

Lenti AI
Raccomandazioni unificate

Annunci dinamici

Ingegneria dell'apprendimento automatico in Snap
In qualità di ingegnere dell'apprendimento automatico in Snap, garantirai la dinamicità dell'esperienza Snapchat durante l'intero ciclo di vita di modelli avanzati e all'avanguardia: la preelaborazione dei dati, l'ingegneria delle funzionalità, l'addestramento dei modelli e la continua attività di implementazione e ottimizzazione. Potrai avvalerti di tecnologie all'avanguardia, algoritmi di classificazione per la pertinenza degli annunci, motori di raccomandazione per i contenuti personalizzati e NLP (elaborazione del linguaggio naturale) volti a migliorare le interazioni; il tutto mentre elaborerai petabyte di dati relativi a oltre 850 milioni di utenti.
Attraverso modelli di apprendimento classici e di deep learning, potrai dare vita a esperienze digitali accurate e reattive, consentendo agli utenti di esprimersi, connettersi e scoprire il mondo in tempo reale.
Conosci i nostri team
I nostri ingegneri lavorano a problemi reali che riguardano l'apprendimento automatico.

Monetizzazione
In qualità di ingegnere dell'apprendimento automatico del team per la monetizzazione, lavorerai alla creazione e all'ottimizzazione dell'intero ecosistema pubblicitario. Renderai l'esperienza pubblicitaria rilevante e impattante, non solo per gli inserzionisti e gli utenti, ma per tutta Snap. Dalla progettazione di sistemi ad alte prestazioni per le offerte in tempo reale o la pubblicazione di annunci e le aste, alla personalizzazione di light e heavy ranker, alla creazione di soluzioni per il targeting e la pubblicazione degli annunci, continuerai a garantire la perfetta integrazione della pubblicità su tutta la piattaforma. Addestrerai i modelli su miliardi di esempi, utilizzando l'apprendimento multitasking, la modellazione di sequenze e la modellazione dell'interazione utente-annunci. I nostri modelli predicono i dati demografici degli utenti per migliorare il targeting del pubblico con reti neurali a grafici e contenuti, con l'obiettivo di capire come il nostro lavoro plasmerà il futuro della piattaforma pubblicitaria di Snapchat.
A cosa lavorerai:
Pubblicità basata sull'IA
Nuovi prodotti ed esperienze pubblicitarie personalizzate
Proprietario del principale generatore di entrate di Snap
Sviluppo di prodotti pubblicitari all'avanguardia
Posizioni
La nostra politica RTO (Return to Office) è di 4 volte a settimana, con assunzioni in queste sedi

ML @ Snap
Ascolta cosa ha da dire il team sulla vita su Snap nel Machine Learning
Stiamo assumendo!
Il nostro processo di selezione copre ingegneria, ML fondamentale e applicato.
Programmazione
Dovrai risolvere problemi algoritmici che mettono alla prova la tua competenza in strutture dati, algoritmi e capacità di risoluzione dei problemi. Concentrati sulla tua capacità di scrivere codice pulito, efficiente e ben documentato.
Fondamenti di ML
Sarai valutato sulla teoria del ML e sui modelli, concetti, tecniche e applicazioni principali del machine learning. Preparati a discutere di apprendimento supervisionato e non supervisionato, sistemi di raccomandazione, classificazione, metriche di valutazione dei modelli e tecniche di ottimizzazione.
Progettazione applicata di ML
Valuta la tua capacità di progettare e applicare soluzioni di machine learning a problemi del mondo reale. Potrebbe esserti chiesto di illustrare il processo end-to-end di selezione dei modelli, ingegneria delle funzionalità e valutazione delle prestazioni. A volte questo può mettere alla prova la tua capacità di risolvere problemi in un ambiente ambiguo.
Progettazione di sistemi ML
L'attenzione si concentrerà sulla progettazione di sistemi ML scalabili e robusti in grado di gestire dati su larga scala e ambienti di produzione. Preparati a discutere dell'infrastruttura e dei compromessi nell'architettura, delle strategie di implementazione dei modelli e del monitoraggio del sistema.
Scopri di più
Pronto a costruire il futuro?






