logo

Maskininlärning @ Snap

Maskininlärningsingenjörer på Snap arbetar i hela kedjan och äger hela respektive maskininlärningssystemet.

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.”

Team i maskininlärning

Our machine learning engineers solve real world ML problems.

Intäktsgenerering

Som en maskininlärningsingenjör i intäktsgenereringsteamet kommer du att bygga och optimera hela annonsekosystemet. Du kommer att ha hög relevans och stor inverkan på både annonsörer, användare och Snap som helhet. Du kommer att utforma högpresterande system för budgivning i realtid eller annonsvisning och auktioner, samt anpassa lätta och tunga rankare och skapa lösningar för annonsinriktning och -skapande för att fortsätta att säkerställa sömlös integrering av annonser på plattformen. Du kommer att träna modeller med miljontals exempel med hjälp av fleruppgiftsinlärning, sekvensmodellering samt användar- och annonsinteraktionsmodellering. Våra modeller förutspår användardemografi för att förbättra målgruppsinriktning med grafneurala nätverk och innehåll för att förstå hur vårt arbete formar Snapchat-annonsplattformens framtid.

Vad du kommer att arbeta med:

  • AI-driven annonsering

  • Nya personliga annonsprodukter och upplevelser

  • Ägare av Snaps främsta intäktsdrivrutin

  • Utveckla banbrytande annonsprodukter

Locations

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

ML @ Snap

Hör från teamet om Livet på Snap inom maskininlärning

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