Uczenie maszynowe @ Snap
Inżynierowie uczenia maszynowego w Snap pracują kompleksowo i do nich należy cały system uczenia maszynowego.

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.

Zespoły uczenia maszynowego
Our machine learning engineers solve real world ML problems.

Monetyzacja
Jako inżynier uczenia maszynowego w zespole ds. monetyzacji będziesz tworzyć i optymalizować cały ekosystem reklam. Będziesz dbać o wysoką trafność i skuteczność nie tylko w stosunku do reklamodawców i użytkowników, ale także całego Snapa. Od projektowania wysokowydajnych systemów do licytacji w czasie rzeczywistym lub wyświetlania reklam i aukcji, poprzez personalizację prostych oraz złożonych algorytmów rankingowych, po tworzenie rozwiązań do targetowania i dostarczania reklam, będziesz zapewniać bezproblemową integrację reklam w całej platformie. Będziesz trenować modele, wykorzystując miliardy przykładów i stosując uczenie wielozadaniowe, modelowanie sekwencyjne oraz modelowanie interakcji użytkownik - reklama. Nasze modele przewidują dane demograficzne użytkownika w celu doskonalenia targetowania odbiorców za pomocą grafowych sieci neuronowych oraz treści, aby zrozumieć, w jaki sposób nasza praca kształtuje przyszłość platformy reklamowej Snapchata.
Nad czym będziesz pracować:
Reklamy oparte na sztucznej inteligencji
Nowe, spersonalizowane produkty i doświadczenia reklamowe
Odpowiadanie za główny czynnik stymulujący dochody Snapa
Opracowywanie najnowocześniejszych produktów reklamowych
Locations
Our RTO (Return to Office) policy is 4 times per week hiring in these office locations

ML @ Snap
Posłuchaj zespołu o życiu w Snap w dziedzinie uczenia maszynowego
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?