Snap의 머신 러닝 엔지니어링
Snap의 머신 러닝 엔지니어로서 사용자는 데이터 사전 처리, 기능 엔지니어링 및 모델 교육부터 배포 및 지속적인 최적화에 이르기까지 고급 최첨단 모델의 전체 라이프사이클을 통해 Snapchat의 동적 경험을 구현합니다. 최첨단 기술, 광고 관련성을 위한 랭킹 알고리즘, 맞춤형 콘텐츠를 위한 추천 엔진, 향상된 상호 작용을 위한 NLP를 활용할 수 있습니다. 이 모든 작업으로 8억 5천만 명이 넘는 사용자를 위한 페타바이트의 데이터를 처리할 수 있습니다.
클래식 모델과 딥 러닝 모델 두 가지를 통해 사용자는 자신을 표현하고, 연결하고, 정확하고 응답이 높은 경험을 생성하여 세상을 실시간으로 발견할 수 있을 것입니다.
팀 살펴보기
저희 머신 러닝 엔지니어는 실제 세계의 ML 문제를 해결합니다.
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:
채용 중!
저희 면접 절차는 엔지니어링, 기초 및 응용 ML을 다룹니다.
코딩
자료 구조, 알고리즘, 문제 해결 능력에 대한 숙련도를 테스트하는 알고리즘 문제를 해결해야 합니다. 깔끔하고 효율적이며 잘 문서화된 코드를 작성하는 능력에 집중하세요.
ML 기초
ML 이론과 핵심 머신 러닝 모델, 개념, 기술 및 응용 프로그램에 대해 평가받게 됩니다. 지도 및 비지도 학습, 추천 시스템, 순위, 모델 평가 지표 및 최적화 기술에 대해 논의할 준비를 하세요.
ML 응용 설계
실제 문제에 머신 러닝 솔루션을 설계하고 적용하는 능력을 평가합니다. 모델 선택, 기능 엔지니어링, 성능 평가의 전 과정을 설명하도록 요청받을 수 있습니다. 때로는 모호한 환경에서 문제를 해결하는 능력을 테스트할 수도 있습니다.
ML 시스템 설계
대규모 데이터 및 프로덕션 환경을 처리할 수 있는 확장 가능하고 강력한 ML 시스템을 설계하는 데 중점을 둡니다. 아키텍처, 모델 배포 전략 및 시스템 모니터링의 인프라와 장단점에 대해 논의할 것으로 예상됩니다.
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.
수익 창출
수익 창출 팀의 머신 러닝 엔지니어로서 전체 광고 생태계를 구축하고 최적화하게 됩니다. 광고주와 사용자뿐만 아니라 Snap 전체에 높은 관련성과 큰 영향을 미칠 수 있습니다. 실시간 입찰 또는 광고 게재 및 경매를 위한 고성능 시스템을 설계하고, 라이트 및 헤비 랭커를 개인화하고, 광고 타겟팅 및 전송을 위한 솔루션을 만드는 것부터 플랫폼 전체에서 광고를 원활하게 통합할 수 있도록 계속 노력하게 됩니다. 멀티태스킹 학습, 시퀀스 모델링 및 사용자와 광고 상호 작용 모델링을 사용하여 수십억 개의 예제를 통해 모델을 훈련하게 됩니다. 저희 모델은 그래프 신경망과 콘텐츠를 통해 사용자 인구 통계를 예측하여 방문자 타겟팅을 개선하고, Snapchat의 광고 플랫폼의 미래를 만들어가는 방식을 파악합니다.
여러분이 할 작업은 다음과 같습니다.
AI 기반 광고
새로운 맞춤형 광고 제품 및 경험
Snap의 주요 수익원 책임자
최첨단 광고 제품 개발
콘텐츠
콘텐츠 팀의 머신 러닝 엔지니어로서 스토리와 스포트라이트 같은 플랫폼의 핵심인 창의력과 연결성을 강화하는 눈에 띄는 숏폼 동영상 추천 모델을 위한 기능을 개발하게 됩니다. 사용자 경험을 개선하고, 스포트라이트와 렌즈 랭킹 전반에서 혁신을 주도하고, 콘텐츠 제작자를 지원하고, 콘텐츠 제작을 더욱 손쉽게 하는 데 집중하게 됩니다. 저희 팀은 사용자에게 최고의 경험을 선보일 수 있도록 고급 그래프 표현 학습 및 콘텐츠 랭킹을 사용하여 멀티 모달 콘텐츠 이해 문제를 다룹니다. 사람의 검토를 통해 머신 러닝 모델을 최적화하고 최첨단 개인화 기술을 활용하여 숏폼 동영상 콘텐츠 혁신의 선두에 서게 됩니다.
여러분이 할 작업은 다음과 같습니다.
맞춤형 콘텐츠 추천
콘텐츠 제작을 위한 생성형 AI
스포트라이트, 스토리, 둘러보기 피드 및 친구 추천 같은 눈에 잘 띄는 제품을 위한 기능 개발
신뢰 및 안전
Snap은 플랫폼이나 제품을 사용하는 모든 사람에게 Snapchat이 안전하고 긍정적인 경험이 되기를 바랍니다. 이러한 이유로 커뮤니티 모든 구성원의 권리와 책임을 설명하는 규칙과 정책을 만들었습니다.
주요 업무:
개인정보 보호 AI 구축
새로운 안전 기능 출시
플랫폼
플랫폼 엔지니어링 팀의 머신 러닝 엔지니어는 Snap의 외부 보고, 실험, ML/랭킹의 중추를 형성하는 의사 결정을 위한 시기적절하고 정확하며 고품질의 실행 가능한 데이터를 제공하는 모델을 구축하게 됩니다. Snap의 AI 플랫폼(일명 Bento)은 많은 대규모 랭킹, 추천 및 Gen AI 사용 사례를 지원합니다. 지난 1년 동안 저희의 운영 규모는 4~10배 증가했습니다. 다운스트림 모델링 팀에서 사용하는 임베딩을 개발하게 됩니다. 이 팀은 Snap의 ML 모델 제품을 확장하고 다양화하는 데 매우 중요합니다.
주요 업무:
고가용성 멀티 클라우드 인프라
전체 개발자 경험 최적화
고품질 기능을 신속하게 제공
핵심 성장
핵심 성장 팀의 머신 러닝 엔지니어는 15개 이상의 제품에서 검색 및 친구 추가 경험을 주도하며 1억 명 이상의 일간 활성 사용자를 지원합니다. 저희 팀은 그래프 데이터베이스, 대규모 언어 모델(LLM), 전문가 혼합(MoE), 정교한 머신 러닝 스택 등 고급 기술을 사용하여 친구 및 콘텐츠 검색을 지원합니다. 친구 및 커뮤니케이션 그래프를 통해 사용자를 연결하는 검색 알고리즘을 개발하고, 콘텐츠 검색을 위해 시각적 및 텍스트 임베딩을 사용하며, 사용자 쿼리를 예측하는 사전 입력 추천으로 검색을 향상시킬 것입니다. 검색 인프라를 최적화하는 것 외에도, 팀의 친구 추가 제품은 사용자가 실제적이고 의미 있는 관계를 맺어 Snapchat 커뮤니티를 책임감 있게 성장시키는 데 도움을 줍니다. 이 작업은 사용자 참여 및 유지를 강화하여 메시징 및 스토리 맵과 같은 다른 Snapchat 기능이 대규모로 번창할 수 있도록 합니다.
주요 업무:
AR 경험 만들기
대규모 시스템(일일 50억 건의 알림)
10억 개 이상의 노드와 수천억 개의 엣지를 가진 Snapchat의 그래프
생성형 AI
Snap의 생성형 AI 팀은 혁신의 최전선에서 Lens Studio, 렌즈 엔진, 렌즈 클라우드를 포함하는 SnapAR을 통해 증강 현실(AR)의 미래를 만들어가고 있습니다. Snap의 엔지니어들은 ML 렌즈 및 '드림과 같은 제품에 대한 원활한 AR 상호 작용을 보장하기 위해 사실적인 필터, 객체 인식, 장면 이해와 같은 동적 변환을 위한 실시간 고급 AI 모델 및 머신 러닝 모델을 구축합니다. Lens Studio 5.0은 생성형 AI와 기존 컴퓨터 비전 기술을 결합한 최첨단 렌즈를 만들기 위한 최고의 개발자 플랫폼으로 돋보입니다. 생성형 AI는 크리에이터가 3D 모델링, 애니메이션 또는 코딩에 대한 전문 지식 없이도 매력적인 렌즈를 손쉽게 디자인할 수 있도록 지원합니다.
주요 업무:
생성형 AI 모델 개발 및 최적화
텍스트-3D 생성과 같은 AI 기반 도구 구축
생성형 AI 및 컴퓨터 비전 기반 기능 제공
