
Apprentissage automatique @ Snap
Les ingénieurs d’apprentissage automatique chez Snap travaillent de bout en bout et sont propriétaires de l’ensemble du système d’apprentissage automatique.

Apprentissage automatique @ Snap
Les ingénieurs d’apprentissage automatique chez Snap travaillent de bout en bout et sont propriétaires de l’ensemble du système d’apprentissage automatique.

Ingénierie de l'apprentissage automatique chez Snap
En tant qu’ingénieur en apprentissage automatique chez Snap, vous dirigerez l’expérience dynamique de Snapchat à travers le cycle de vie complet des modèles avancés de pointe, du prétraitement des données, à l’ingénierie des fonctionnalités, à la formation de modèles, ainsi qu'au déploiement et aux optimisations continues. Vous pourrez exploiter des techniques de pointe, des algorithmes de classement pour la pertinence de la publicité, des moteurs de recommandation pour le contenu personnalisé et la PNL pour des interactions améliorées, tout en traitant des pétaoctets de données pour plus de 850 millions d’utilisateurs.
Grâce à des modèles d'apprentissage classique et profond, vous créerez des expériences précises et réactives qui permettront aux utilisateurs de s'exprimer, de se connecter et de découvrir le monde en temps réel.
Découvrez nos équipes
Nos ingénieurs en apprentissage automatique résolvent les problèmes réels de ML.
Interview Process
Below is an overview of the interview rounds and competencies that may be assessed throughout the ML interview process. Depending on your target level, the order of these rounds may differ or you might have some rounds omitted. Each technical interview will begin with approximately 15 minutes of behavioral discussion focused on experiences aligned with Snap’s values. Following your answer, your interviewer will transition into the technical portion of the interview assessing one of the below competencies:
Nous recrutons !
Sujets de l'entretien : ingénierie, bases du ML et ML appliqué.
Codage
Attendez-vous à résoudre des problèmes algorithmiques qui testent votre maîtrise des structures de données, des algorithmes et de vos compétences en résolution de problèmes. Concentrez-vous sur votre capacité à écrire un code propre, efficace et bien documenté.
Conception appliquée du ML
Évalue votre capacité à concevoir et à appliquer des solutions de Machine Learning à des problèmes du monde réel. Il pourra vous être demandé de décrire le processus de bout en bout de sélection des modèles, d'ingénierie des fonctionnalités et d'évaluation des performances. Parfois, cela peut tester votre capacité à résoudre des problèmes dans un environnement ambigu.
Conception de systèmes de ML
L'accent sera mis sur la conception de systèmes de ML évolutifs et robustes capables de gérer des données à grande échelle et des environnements de production. Attendez-vous à discuter de l'infrastructure et des compromis en matière d'architecture, des stratégies de déploiement de modèles et de la surveillance du système.
General Coding
This will be focused on general computer science fundamentals. You can expect algorithms and data structure question(s) for this round and you are able to code in your language of preference.
Leadership
Depending on the target level, candidates may participate in a leadership interview focused on collaboration, influence, ownership, communication, mentorship, and decision-making. Interviewers will assess how you navigate ambiguity, drive impact across teams, and support effective engineering practices, including thoughtful adoption of AI-assisted workflows, through examples from your past experience.
Product
This round is required for L6+ interviews and will be conducted by a Product Manager or an ML Engineer. The objective is to assess your ability to understand customer needs, build business domain knowledge, bridge technical ML solutions and product requirements, and partner cross-functionally with Product Managers.
Q&A
The Q&A session will not include any formal technical or behavioral competency assessment like other rounds. Instead, it is an opportunity for candidates to learn more about the team, projects, and company. Candidates are encouraged to come prepared with thoughtful questions about the role, team culture, technical challenges, cross-functional collaboration, growth opportunities, or life at Snap.
En savoir plus

IA générative
Notre équipe d'IA générative est à la pointe de l'innovation, façonnant l'avenir de la réalité augmentée (RA) grâce à SnapAR, qui comprend Lens Studio, Lens Engine et Lens Cloud. Nos ingénieur·e·s construisent des modèles d'IA avancés en temps réel et des modèles de Machine Learning pour des transformations dynamiques, telles que des filtres réalistes, la reconnaissance d'objets et la compréhension de scènes, garantissant des interactions de RA fluides pour des produits comme les Lenses ML et les Rêves. Lens Studio 5.0 se distingue comme la principale plateforme de développement pour la création de Lenses de pointe qui associent l'IA générative aux techniques traditionnelles de vision par ordinateur. L'IA générative permet aux créateurs de concevoir sans effort des Lenses attrayantes sans nécessiter d'expertise en modélisation 3D, en animation ou en codage.
Ce sur quoi vous travaillerez :
Développer et optimiser les modèles d'IA générative
Construire des outils basés sur l'IA comme la génération de texte en 3D
Fournir des fonctionnalités basées sur l'IA générative et la vision par ordinateur

Confiance et sécurité
Nous voulons que Snapchat soit une expérience sûre et positive pour tous ceux qui utilisent notre plateforme ou nos produits. Pour cette raison, nous avons créé des règles et des politiques qui expliquent les droits et les responsabilités de tous les membres de notre communauté.
Ce sur quoi vous travaillerez :
Construire une IA respectueuse de la vie privée
Lancer de nouvelles fonctionnalités de sécurité

Plateforme
En tant qu'ingénieur·e en Machine Learning au sein de l'équipe Ingénierie de la plateforme, vous construirez des modèles qui fournissent des données opportunes, précises, de haute qualité et exploitables pour la prise de décision, qui constituent l'épine dorsale des rapports externes, de l'expérimentation et du ML/classement de Snap. La plateforme d'IA de Snap (alias Bento) alimente de nombreux cas d'utilisation de classement, de recommandation et d'IA générative à grande échelle. Au cours de l'année écoulée, notre échelle d'opérations a été multipliée par 4 à 10. Vous développerez des intégrations qui sont consommées par les équipes de modélisation en aval. Cette équipe est essentielle pour faire évoluer et diversifier les offres de modèles de ML de Snap.
Ce sur quoi vous travaillerez :
Infrastructure multicloud hautement disponible
Optimisation de l'ensemble de l'expérience développeur
Livrer rapidement des fonctionnalités de haute qualité

Monétisation
En tant qu'ingénieur en apprentissage automatique au sein de l'équipe de monétisation, vous créerez et optimiserez l'ensemble de l'écosystème publicitaire. Vous favoriserez une communication très pertinente et à fort impact non seulement pour les annonceurs et les utilisateurs·rices, mais pour l'ensemble de Snap. De la conception de systèmes hautes performances pour les enchères en temps réel ou la diffusion publicitaire et les enchères, à la personnalisation des classements légers et lourds, à la création de solutions pour le ciblage et la diffusion publicitaire, vous continuerez à assurer une intégration transparente des publicités sur la plateforme. Vous formerez des modèles sur des milliards d'exemples, en utilisant l'apprentissage multitâche, la modélisation de séquence et la modélisation de l'interaction utilisateur·rice avec la publicité. Nos modèles prédisent les catégories démographiques des utilisateurs·rices pour améliorer le ciblage de l'audience avec des réseaux neuronaux graphiques et du contenu, pour comprendre comment notre travail façonne l'avenir de la plateforme publicitaire de Snapchat.
Sur quoi vous travaillerez :
Publicité axée sur l'IA
Nouveaux produits et expériences publicitaires personnalisés
Propriétaire du principal moteur de revenus de Snap
Développement de produits publicitaires de pointe

Croissance principale
En tant qu'ingénieur·e en Machine Learning au sein de l'équipe Croissance principale, vous piloterez l'expérience de recherche et d'ajout d'amis sur plus de 15 produits, pour plus de 100 millions d'utilisateurs·rices actifs·ves quotidiens·nes. Notre équipe alimente la recherche d'amis et de contenu à l'aide de technologies avancées, notamment des bases de données graphiques, des grands modèles de langage (LLM), des mélanges d'experts (MoE) et des piles de Machine Learning sophistiquées. Vous développerez des algorithmes de recherche qui connectent les utilisateurs·rices par le biais de graphes d'amis et de communication, utiliserez des intégrations visuelles et textuelles pour la découverte de contenu et améliorerez la recherche avec des recommandations de pré-saisie qui prédisent les requêtes des utilisateurs·rices. En plus d'optimiser l'infrastructure de recherche, les produits d'ajout d'amis de l'équipe aident les utilisateurs·rices à établir des liens réels et significatifs pour développer de manière responsable la communauté Snapchat. Ce travail renforce l'engagement et la rétention des utilisateurs·rices, permettant à d'autres fonctionnalités de Snapchat comme la messagerie et les cartes d'histoires de prospérer à grande échelle.
Ce sur quoi vous travaillerez :
Créer des expériences de RA
Système à grande échelle (5 milliards de notifications par jour)
Le graphe de Snapchat avec plus d'un milliard de nœuds et des centaines de milliards d'arêtes
Fondamentaux du ML
Vous serez évalué·e sur la théorie du ML et les modèles, concepts, techniques et applications de base du Machine Learning. Préparez-vous à discuter de l'apprentissage supervisé et non supervisé, des systèmes de recommandation, du classement, des métriques d'évaluation des modèles et des techniques d'optimisation.

Contenu
En tant qu'ingénieur en apprentissage automatique au sein de l'équipe de contenu, vous travaillerez sur le développement de fonctionnalités pour les modèles de recommandation vidéo de courte forme très visibles qui alimentent la créativité et la connexion au cœur de notre plateforme comme Stories et Spotlight. Vous vous concentrerez sur l'amélioration de l'expérience utilisateur, la promotion de l'innovation dans Spotlight, le classement de Lens, le soutien aux créateurs·rices de contenu et la création de contenu sans effort. Notre équipe s'attaque à la compréhension du contenu multimodal, en utilisant l'apprentissage avancé de la représentation graphique et le classement du contenu pour faire apparaître les meilleures expériences pour nos utilisateurs·rices. Nous optimisons les modèles d'apprentissage automatique grâce à une révision humaine et nous tirons parti des techniques de personnalisation de pointe, nous plaçant à la pointe de l'innovation du contenu vidéo sous forme courte.
Sur quoi vous travaillerez :
Recommandations de contenu personnalisées
IA générative pour la création de contenu
Développer des fonctionnalités pour des produits à haute visibilité comme Spotlight, les Stories, le flux Découvrir et les suggestions d'amis·es