
Машинное обучение @ Snap
Инженеры по машинному обучению в Snap применяют в своей работе комплексный подход, постоянно совершенствуя собственную систему машинного обучения.

Машинное обучение @ Snap
Инженеры по машинному обучению в Snap применяют в своей работе комплексный подход, постоянно совершенствуя собственную систему машинного обучения.

Инженерные разработки машинного обучения в Snap
В качестве Инженера по машинному обучению в Snap вы будете отвечать за динамичное развитие Snapchat на протяжении всего жизненного цикла передовых высокотехнологичных моделей, от предварительной обработки данных, разработки функций и обучения моделей до внедрения и текущей оптимизации. В вашем распоряжении будут самые современные методы, алгоритмы ранжирования по релевантности рекламы, рекомендательные системы для персонализированного контента и обработки естественного языка — все это одновременно с обработкой петабайтов данных более 850 миллионов пользователей.
При помощи классических моделей и моделей глубокого обучения вы будете создавать ясную и гибкую среду, дающую пользователям возможности самовыражения, общения и познания мира в режиме реального времени.
Узнайте о наших командах
Наши инженеры в области машинного обучения решают реальные задачи МО.
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:
Мы нанимаем!
Собеседование включает разработку, теорию и прикладное машинное обучение.
Программирование
Будьте готовы решать алгоритмические задачи, которые проверят ваше владение структурами данных, алгоритмами и навыками решения проблем. Сосредоточьтесь на своей способности писать чистый, эффективный и хорошо документированный код.
Основы МО
Будет оцениваться ваше знание теории МО и основных моделей машинного обучения, концепций, техник и приложений. Будьте готовы обсуждать обучение с учителем и без учителя, рекомендательные системы, ранжирование, метрики оценки моделей и методы оптимизации.
Прикладной дизайн МО
Оценивает вашу способность проектировать и применять решения машинного обучения для решения реальных проблем. Вас могут попросить описать полный процесс выбора моделей, разработки признаков и оценки производительности. Иногда это может проверить вашу способность решать проблемы в условиях неопределенности.
Проектирование систем МО
Основное внимание будет уделено проектированию масштабируемых и надежных систем МО, способных обрабатывать большие объемы данных и работать в производственных средах. Будьте готовы обсуждать инфраструктуру и компромиссы в архитектуре, стратегии развертывания моделей и мониторинг системы.
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.
Узнать больше

Монетизация
В качестве инженера по машинному обучению в команде монетизации вы будете заниматься созданием и оптимизацией всей рекламной экосистемы. Вашей задачей будет обеспечение высокой релевантности и высокого воздействия не только для рекламодателей и пользователей, но и для всей компании Snap. Вы будете отвечать за постоянную беспрепятственную интеграцию рекламы на платформе, включая разработку высокопроизводительных систем для ставок в реальном времени и аукционов, персонализацию систем легкого и глубокого ранжирования, создание решений для таргетирования и доставки рекламы. Вы будете заниматься обучением моделей на миллиардах примеров, используя многозадачное обучение, моделирование последовательностей и взаимодействия пользователя с рекламой. Наши модели прогнозируют демографические характеристики пользователей, чтобы улучшить таргетирование аудитории с помощью графовых нейронных сетей и контента, а также понять, как наша работа влияет на будущее рекламной платформы Snapchat.
Над чем вы будете работать:
Реклама на основе ИИ
Новые персонализированные рекламные продукты и возможности
Эксперт по основному инструменту привлечения доходов Snap
Разработка передовых рекламных продуктов

Основной рост
Будучи инженером по машинному обучению в команде основного роста, вы будете отвечать за поиск и добавление друзей в более чем 15 продуктах, поддерживая более 100 миллионов активных пользователей в день. Наша команда обеспечивает поиск друзей и контента с использованием передовых технологий, включая графовые базы данных, большие языковые модели (LLM), смесь экспертов (MoE) и сложные стеки машинного обучения. Вы будете разрабатывать алгоритмы поиска, которые соединяют пользователей через графы друзей и общения, использовать визуальные и текстовые вложения для обнаружения контента и улучшать поиск с помощью рекомендаций по предварительному вводу, которые предсказывают запросы пользователей. Помимо оптимизации поисковой инфраструктуры, продукты команды по добавлению друзей помогают пользователям устанавливать настоящие, значимые связи для ответственного роста сообщества Snapchat. Эта работа укрепляет вовлеченность и удержание пользователей, позволяя другим функциям Snapchat, таким как обмен сообщениями и карты историй, процветать в больших масштабах.
Над чем вы будете работать:
Создание AR-впечатлений
Крупномасштабная система (5 млрд уведомлений в день)
Граф Snapchat с более чем 1 миллиардом узлов и сотнями миллиардов ребер

Контент
В качестве инженера по машинному обучению в команде контента вы будете разрабатывать функции моделей для рекомендации коротких видео с широким публичным охватом, на которых строится творчество и общение, лежащие в основе нашей платформы, например Stories и Spotlight. Ваша работа будет посвящена улучшению удобства использования, внедрению инноваций в Spotlight, ранжированию линз, поддержке авторов контента и упрощению создания контента. Наша команда занимается вопросами понимания мультимодального контента, используя передовые обучающие методы графового представления и ранжирования контента, чтобы предложить нашим пользователям максимальное удобство. Мы занимаемся оптимизацией моделей машинного обучения с помощью оценки человеком и применяем самые современные методы персонализации, что позволяет нам находиться в авангарде инноваций в области короткоформатного видеоконтента.
Над чем вы будете работать:
Рекомендации персонализированного контента
Генеративный ИИ для создания контента
Разработка функций для продуктов с широким публичным охватом, например Spotlight, Stories, Discover Feed и рекомендации друзей.

Доверие и безопасность
Мы хотим, чтобы Snapchat был безопасным и позитивным опытом для всех, кто использует нашу платформу или продукты. По этой причине мы создали правила и политики, которые объясняют права и обязанности всех членов нашего сообщества.
Над чем вы будете работать:
Создание ИИ с сохранением конфиденциальности
Запуск новых функций безопасности

Генеративный ИИ
Наша команда по генеративному ИИ находится на переднем крае инноваций, формируя будущее дополненной реальности (AR) через SnapAR, который включает Lens Studio, Lens Engine и облако линз. Наши инженеры создают передовые модели ИИ и машинного обучения в реальном времени для динамических преобразований, таких как реалистичные фильтры, распознавание объектов и понимание сцены, обеспечивая бесшовное AR-взаимодействие для таких продуктов, как линзы с МО и Фантазии. Lens Studio 5.0 выделяется как ведущая платформа для разработчиков, позволяющая создавать передовые линзы, сочетающие генеративный ИИ с традиционными техниками компьютерного зрения. Генеративный ИИ позволяет авторам легко создавать увлекательные линзы, не требуя знаний в области 3D-моделирования, анимации или программирования.
Над чем вы будете работать:
Разработка и оптимизация моделей генеративного ИИ
Создание инструментов на базе ИИ, таких как генерация 3D из текста
Поставка функций на основе генеративного ИИ и компьютерного зрения

Платформа
Будучи инженером по машинному обучению в команде разработки платформы, вы будете создавать модели, которые предоставляют своевременные, точные, высококачественные и полезные данные для принятия решений, составляющие основу внешней отчетности, экспериментов и машинного обучения/ранжирования Snap. Платформа ИИ Snap (также известная как Bento) поддерживает множество крупномасштабных сценариев использования ранжирования, рекомендаций и генеративного ИИ. За последний год масштабы нашей деятельности увеличились в 4-10 раз. Вы будете разрабатывать вложения, которые используются командами последующего моделирования. Эта команда имеет решающее значение для масштабирования и диверсификации предложений моделей машинного обучения Snap.
Над чем вы будете работать:
Высокодоступная мультиоблачная инфраструктура
Оптимизация всего опыта разработчиков
Быстрая поставка высококачественных функций