logo

ਮਸ਼ੀਨ ਸਿੱਖਿਆ @ Snap

Snap ਵਿਖੇ ਮਸ਼ੀਨ ਸਿੱਖਿਆ ਇੰਜੀਨੀਅਰ ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਸਾਰੇ ਸੰਬੰਧਿਤ ਮਸ਼ੀਨ ਸਿੱਖਿਆ ਸਿਸਟਮ ਦੀ ਮਾਲਕੀ ਰੱਖਦੇ ਹਨ।

Open Roles

Our engineers utilize state of the art models and continually push the boundaries of what’s possible in Snapchat's content, monetization, infrastructure, features, and more!

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.


“The real benefit that Snap has is the size of our scale, and the breadth of influence and impact that people will have. You can run fast, have broad influence and actually see your work hit production with the right experimentation tools and infrastructure to be productive.”

ਮਸ਼ੀਨ ਸਿੱਖਿਆ ਵਿੱਚ ਟੀਮਾਂ

Our machine learning engineers solve real world ML problems.

ਮੁਦਰੀਕਰਨ

ਮੁਦਰੀਕਰਨ ਟੀਮ ਵਿਖੇ ਮਸ਼ੀਨ ਸਿੱਖਿਆ ਇੰਜੀਨੀਅਰ ਵਜੋਂ ਤੁਸੀਂ ਸਮੁੱਚੇ ਵਿਗਿਆਪਨ ਈਕੋਸਿਸਟਮ ਦੇ ਨਿਰਮਾਣ ਅਤੇ ਉਸ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਕੰਮ ਕਰੋਗੇ। ਤੁਸੀਂ ਨਾ ਸਿਰਫ ਵਿਗਿਆਪਨਦਾਤਾਵਾਂ ਅਤੇ ਵਰਤੋਂਕਾਰਾਂ ਲਈ ਬਲਕਿ ਸਾਰੀ Snap ਲਈ ਉੱਚ-ਢੁਕਵੇਂਪਣ ਅਤੇ ਉੱਚ-ਪ੍ਰਭਾਵ ਨੂੰ ਲਿਆਓਗੇ। ਅਸਲ ਸਮੇਂ ਦੀ ਬੋਲੀ ਜਾਂ ਵਿਗਿਆਪਨ ਸੇਵਾ ਦੇਣ ਅਤੇ ਨਿਲਾਮੀ ਲਈ ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਵਾਲੀਆਂ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਤੋਂ ਲੈ ਕੇ ਹੱਲਕੇ ਅਤੇ ਭਾਰੀ ਦਰਜੇ ਵਾਲੀਆਂ ਨੂੰ ਵਿਅਕਤੀਗਤ ਬਣਾਉਣ, ਵਿਗਿਆਪਨ ਦੇ ਟੀਚੇ ਅਤੇ ਡਿਲਿਵਰੀ ਲਈ ਹੱਲ ਬਣਾਉਣ ਤੱਕ, ਤੁਸੀਂ ਸਾਰੇ ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਵਿਗਿਆਪਨ ਦੇ ਸਹਿਜ ਏਕੀਕਰਨ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ ਜਾਰੀ ਰੱਖੋਗੇ। ਤੁਸੀਂ ਬਹੁ-ਕਾਰਜ ਸਿੱਖਿਆ, ਕ੍ਰਮਵਾਰ ਮਾਡਲਿੰਗ ਅਤੇ ਵਰਤੋਂਕਾਰ ਦੀ ਵਿਗਿਆਪਨ ਅੰਤਰਕਿਰਿਆ ਮਾਡਲਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਰਬਾਂ ਉਦਾਹਰਨਾਂ ਉੱਤੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿਓਗੇ। ਇਹ ਸਮਝਣ ਲਈ ਕਿ ਸਾਡਾ ਕੰਮ ਕਿਸ ਤਰ੍ਹਾਂ Snapchat ਦੇ ਵਿਗਿਆਪਨ ਪਲੇਟਫਾਰਮ ਦੇ ਭਵਿੱਖ ਨੂੰ ਆਕਾਰ ਦਿੰਦਾ ਹੈ, ਸਾਡੇ ਮਾਡਲ ਗ੍ਰਾਫ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਅਤੇ ਸਮੱਗਰੀ ਦੇ ਨਾਲ ਦਰਸ਼ਕ ਟੀਚਾਕਰਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਵਰਤੋਂਕਾਰ ਜਨਸੰਖਿਆ ਅੰਕੜਿਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ।

ਤੁਸੀਂ ਕਿਸ ਚੀਜ਼ 'ਤੇ ਕੰਮ ਕਰੋਗੇ:

  • AI-ਸੰਚਾਲਿਤ ਵਿਗਿਆਪਨਬਾਜ਼ੀ

  • ਨਵੇਂ ਵਿਅਕਤੀਗਤ ਬਣਾਏ ਵਿਗਿਆਪਨ ਉਤਪਾਦ ਅਤੇ ਤਜ਼ਰਬੇ

  • Snap ਦੀ ਮੁੱਖ ਆਮਦਨ ਪੈਦਾ ਕਰਨ ਵਾਲੇ ਵਿਅਕਤੀ

  • ਅਤਿ ਆਧੁਨਿਕ ਵਿਗਿਆਪਨ ਉਤਪਾਦਾਂ ਦਾ ਵਿਕਾਸ

Locations

Our RTO (Return to Office) policy is 4 times per week hiring in these office locations

ML @ Snap

ਮਸ਼ੀਨ ਸਿੱਖਿਆ ਵਿੱਚ Snap ਵਿਖੇ ਜ਼ਿੰਦਗੀ ਬਾਰੇ ਸਾਡੀ ਟੀਮ ਦੀਆਂ ਕਹਾਣੀਆਂ ਸੁਣੋ

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.

Our Interview Process