logo

Snap @ میں مشین لرننگ

Snap میں مشین لرننگ انجینئرز ابتداء سے انتہاء تک کام کرتے ہیں اور پورے متعلقہ مشین لرننگ سسٹم کے مالک ہوتے ہیں۔

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.”

مشین لرننگ میں ٹیمیں

Our machine learning engineers solve real world ML problems.

مونیٹائزیشن

مونیٹائزیشن ٹیم میں مشین لرننگ انجینئر کے طور پر، آپ پورا اشتہار کا ماحولیاتی نظام تشکیل دیں گے اور اسے بہترین بنائیں گے۔ آپ نہ صرف مشتہرین اور صارفین بلکہ تمام Snap کے لیے اعلیٰ مطابقت اور اعلیٰ اثر ڈالیں گے۔ اعلیٰ کارکردگی والے سسٹمز کو ڈیزائن کرنے سے لیکر، ریئل ٹائم بولی یا اشتہار کی فراہمی اور نیلامیوں کے لیے، ہلکے اور بھاری رینکرز کو ذاتی نوعیت کا بنانے، اشتہار کی ہدف بندی اور ترسیل کے لیے حل تخلیق کرنے تک، آپ مسلسل اس امر کو یقینی بنائیں گے کہ پلیٹ فارم بھر میں اشتہارات کا بلا رکاوٹ انضمام ہو۔ آپ ملٹی ٹاسک لرننگ، سیکوینس ماڈلنگ، اور یوزر ایکس ایڈ انٹریکشن ماڈلنگ کا استعمال کرتے ہوئے اربوں مثالوں پر ماڈلز کو تربیت دیں گے۔ ہمارے ماڈل یوزر ڈیموگرافکس کی پیش گوئی کرتے ہیں کہ وہ گراف نیورل نیٹ ورکس اور مواد کے ساتھ ناظرین کی ہدف بندی کو بہتر بنائیں، تاکہ یہ سمجھ سکیں کہ ہمارا کام کس طرح Snap کے اشتہار کے پلیٹ فارم کے مستقبل کو تشکیل دے رہا ہے۔

آپ کس پر کام کریں گے:

  • AI پر مبنی اشتہارات

  • نئی شخصی نوعیت کی اشتہاری مصنوعات اور تجربات

  • Snap کے مرکزی آمدن ذرائع کے مالک

  • اشتہار کی جدید ترین مصنوعات تیار کرنا

Locations

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

Snap @ میں مشین لرننگ (ML)

Snap میں مشین لرننگ کے حوالے سے ٹیم کی رائے سنیں

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