
AI 特效鏡頭
統一建議

動態廣告

Snap 的機器學習工程
作為 Snap 的機器學習工程師,你將在先進模型的整個產品週期中推動 Snapchat 的動態體驗 - 從資料處理、功能工程和模型訓練,到部署與持續最佳化。你將利用尖端技術、廣告相關性排名演算法、為個人化內容所推薦的引擎以及增強互動的 NLP - 與此同時為超過 8.5 億使用者處理 Petabytes 的資料。
透過經典和深度學習模型,你將建立精確、迅速的體驗,賦予使用者表達自己、連結以及探索世界的能力。
探索我們的團隊
我們的機器學習工程師解決現實世界的 ML 問題。

營利
作為營利團隊的機器學習工程師,您將打造並最佳化整個廣告生態系統。 您不僅會為廣告商和用戶,甚至將為整個 Snap 帶來高度相關性和高影響力。 從為即時競價或廣告服務與拍賣設計高效能的系統,到為輕型和重型排名工具個人化,乃至於為廣告定位與交付建立解決方案,您將繼續確保廣告在整個平台上無縫整合。 您會使用多工作業學習、序列建模,以及用戶與廣告互動建模,以數十億個範例訓練模型。 我們的模型預測用戶人口統計資料,藉助圖形神經網路和內容改善受眾目標,以了解我們的工作如何塑造 Snapchat 廣告平台的未來。
您要處理的工作包括:
AI 驅動的廣告
全新個人化廣告產品和體驗
Snap 的主要收入來源的擁有者
開發尖端廣告產品
地點
我們的 RTO(回公司上班)政策是在這些辦公地點每週回公司上班 4 天

ML @ Snap
聽取團隊分享 Snap 機器學習的生活
我們正在招募!
我們的面試流程涵蓋工程、基礎和應用機器學習。
程式設計
您需要解決演算法問題,以測試您在資料結構、演算法和解決問題方面的能力。重點在於您編寫乾淨、高效且文件齊全的程式碼的能力。
機器學習基礎
我們將評估您在機器學習理論和核心機器學習模型、概念、技術和應用方面的知識。請準備好討論監督式和非監督式學習、推薦系統、排名、模型評估指標和優化技術。
機器學習應用設計
評估您設計機器學習解決方案並將其應用於實際問題的能力。您可能會被要求詳細說明選擇模型、特徵工程和評估效能的端到端流程。有時,這也會測試您在模糊環境中解決問題的能力。
機器學習系統設計
重點將放在設計可擴展且穩健的機器學習系統,以處理大規模資料和生產環境。您需要討論基礎設施、架構權衡、模型部署策略和系統監控。
準備好打造未來了嗎?






