logo

Machine Learning @ Snap

Machine Learning-ingenieurs bij Snap werken end-to-end en beheersen het hele Machine Learning-systeem.

Openstaande vacatures

Onze ingenieurs gebruiken geavanceerde modellen en verleggen voortdurend de grenzen van wat mogelijk is in de content, het genereren van inkomsten, infrastructuur, functies van Snapchat en nog veel meer!

AI-lenzen

Uniforme aanbevelingen

Dynamische advertenties


Machine Learning Engineering bij Snap

Als Machine Learning Engineer bij Snap stuur je de dynamische ervaring van Snapchat aan door de volledige levenscyclus van geavanceerde modellen – van gegevensvoorbewerking, feature engineering en training, tot implementatie en voortdurende optimalisaties. Je gebruikt geavanceerde technieken, rangschikkingsalgoritmes voor advertentierelevantie, aanbevelingsmachines voor gepersonaliseerde content en NLP voor verbeterde interacties - en dit alles terwijl je petabytes aan gegevens verwerkt voor meer dan 850 miljoen gebruikers. 

Via zowel klassieke als deep learning-modellen maak je nauwkeurige, responsieve ervaringen die gebruikers in staat stellen om zichzelf te uiten, contact te maken en de wereld in realtime te verkennen.


Ontdek onze teams

Onze machine learning engineers lossen ML-problemen uit de echte wereld op.

Monetisatie

Als Machine Learning Engineer in het Monetisatie-team bouw en optimaliseer je het hele advertentie-ecosysteem. Je zorgt voor een hoge relevantie en impact, niet alleen voor adverteerders en gebruikers maar voor heel Snap. Van hoogwaardige systemen voor realtime bieden of adserving en veilingen ontwerpen, laag- en hooggeplaatste advertenties personaliseren, oplossingen ontwikkelen voor advertentietargeting en -levering, je blijft ervoor zorgen dat advertenties naadloos in het platform worden geïntegreerd. Je traint modellen met miljarden voorbeelden, met behulp van multi-task learning, sequence modeling en modeling van gebruikersinteractie met advertenties. Onze modellen voorspellen demografische gegevens van gebruikers om de doelgroeptargeting te verbeteren met grafische neurale netwerken en content, zodat we kunnen begrijpen hoe ons werk de toekomst van het advertentieplatform van Snapchat vormgeeft.

Jouw taken:

  • AI-gedreven adverteren

  • Nieuwe gepersonaliseerde advertentieproducten en -ervaringen

  • Eigenaar van de belangrijkste inkomstenbron van Snap

  • Geavanceerde advertentieproducten ontwikkelen

Locaties

Ons beleid voor terug naar kantoor is vier keer per week werven op deze kantoorlocaties

ML @ Snap

Hoor van het team over het leven bij Snap in Machine Learning

Wij nemen aan!

Ons sollicitatieproces omvat engineering, fundamentele en toegepaste ML.

Coderen

Verwacht dat je algoritmische problemen oplost die je vaardigheid in datastructuren, algoritmen en probleemoplossende vaardigheden testen. Focus op je vermogen om schone, efficiënte en goed gedocumenteerde code te schrijven.

ML-basisprincipes

Je wordt beoordeeld op ML-theorie en kernmodellen, concepten, technieken en toepassingen van machine learning. Wees voorbereid op het bespreken van supervised en unsupervised learning, aanbevelingssystemen, ranking, model evaluatiemetrieken en optimalisatietechnieken.

ML Toegepast Ontwerp

Evalueert je vermogen om machine learning-oplossingen te ontwerpen en toe te passen op problemen uit de echte wereld. Er kan je worden gevraagd om het end-to-end proces van het selecteren van modellen, feature engineering en het evalueren van prestaties te doorlopen. Soms kan dit je vermogen testen om problemen op te lossen in een onduidelijke omgeving.

ML Systeemontwerp

De focus ligt op het ontwerpen van schaalbare en robuuste ML-systemen die grootschalige data en productieomgevingen aankunnen. Verwacht dat je de infrastructuur en afwegingen in architectuur, modelimplementatiestrategieën en systeembewaking bespreekt.

Ons sollicitatieproces