การเรียนรู้ของเครื่อง @ Snap
วิศวกรการเรียนรู้ของเครื่องที่ Snap ทำงานแบบครบวงจรและเป็นเจ้าของระบบการเรียนรู้ของเครื่องทั้งหมดตามลำดับ
วิศวกรรมการเรียนรู้ของเครื่อง (Machine Learning) ที่ Snap
ในฐานะวิศวกรการเรียนรู้ของเครื่อง (Machine Learning) ที่ Snap คุณจะขับเคลื่อนประสบการณ์ไดนามิกของ Snapchat ผ่านวงจรของโมเดลล้ำสมัยขั้นสูงอย่างเต็มรูปแบบ ตั้งแต่การจัดเตรียมข้อมูล วิศวกรรมฟีเจอร์ และการฝึกโมเดล ไปจนถึงการใช้งานและการเพิ่มประสิทธิภาพอย่างต่อเนื่อง
คุณจะใช้ประโยชน์จากเทคนิคที่ล้ำสมัย อัลกอริทึมการจัดอันดับสำหรับความเกี่ยวข้องของโฆษณา เครื่องมือแนะนำสำหรับเนื้อหาที่ปรับแต่งเฉพาะบุคคล และการประมวลผลภาษาธรรมชาติ (NLP) เพื่อการโต้ตอบที่ปรับปรุงให้ดีขึ้น ทั้งหมดนี้ในขณะเดียวกันกับการประมวลผลข้อมูลระดับเพตะไบต์สำหรับผู้ใช้มากกว่า 850 ล้านคน
คุณจะสร้างประสบการณ์ที่แม่นยำและตอบสนองได้ดีผ่านโมเดลการเรียนรู้แบบคลาสสิกและเชิงลึก (Deep Learning) ซึ่งช่วยให้ผู้ใช้สามารถแสดงออก เชื่อมต่อ และค้นพบโลกแบบเรียลไทม์
สำรวจทีมของเรา
วิศวกรแมชชีนเลิร์นนิงของเราแก้ปัญหา ML ในโลกแห่งความเป็นจริง
การสร้างรายได้
ในฐานะวิศวกรผู้พัฒนาระบบการเรียนรู้ของเครื่อง (Machine Learning) ในทีมสร้างรายได้ คุณจะสร้างและเพิ่มประสิทธิภาพระบบนิเวศโฆษณาทั้งหมด คุณไม่เพียงแต่สร้างความเกี่ยวข้องและส่งผลกระทบระดับสูงให้กับผู้ลงโฆษณาและผู้ใช้เท่านั้น แต่ยังสำหรับ Snap ทั้งหมด ตั้งแต่การออกแบบระบบประสิทธิภาพสูงสำหรับการเสนอราคาหรือการให้บริการโฆษณาและการประมูลแบบเรียลไทม์ การปรับระบบการจัดอันดับแบบเบาและแบบหนักให้เหมาะกับแต่ละบุคคล การสร้างโซลูชันสำหรับการกำหนดเป้าหมายและการนำเสนอโฆษณา คุณจะยังคงมุ่งมั่นที่จะผสานรวมโฆษณาให้ได้อย่างราบรื่นทั่วทั้งแพลตฟอร์ม คุณจะฝึกโมเดลจากตัวอย่างหลายพันล้านตัวอย่าง โดยใช้การเรียนรู้แบบมัลติทาสก์ การสร้างแบบจำลองลำดับ และการสร้างแบบจำลองปฏิสัมพันธ์ระหว่างโฆษณากับผู้ใช้ โมเดลของเราคาดการณ์ประชากรผู้ใช้เพื่อปรับปรุงการกำหนดเป้าหมายผู้ชมด้วยเครือข่ายประสาทเทียมและเนื้อหาแบบกราฟ เพื่อทำความเข้าใจว่าการทำงานของเราจะกำหนดอนาคตของแพลตฟอร์มโฆษณาของ Snapchat อย่างไร
คุณจะได้ทำเกี่ยวกับ:
การโฆษณาที่ขับเคลื่อนด้วย AI
ผลิตภัณฑ์และประสบการณ์โฆษณาใหม่ที่ปรับให้เหมาะกับแต่ละบุคคล
ผู้ขับเคลื่อนรายได้หลักของ Snap
การพัฒนาผลิตภัณฑ์โฆษณาที่ล้ำสมัย
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:
เรากำลังเปิดรับสมัคร!
กระบวนการสัมภาษณ์ของเราครอบคลุมด้านวิศวกรรม พื้นฐาน และการประยุกต์ใช้ ML
การเขียนโค้ด
เตรียมพร้อมแก้ปัญหาเชิงอัลกอริทึมที่ทดสอบความสามารถของคุณในด้านโครงสร้างข้อมูล อัลกอริทึม และทักษะการแก้ปัญหา มุ่งเน้นไปที่ความสามารถในการเขียนโค้ดที่สะอาด มีประสิทธิภาพ และมีเอกสารประกอบที่ดี
พื้นฐาน ML
คุณจะได้รับการประเมินเกี่ยวกับทฤษฎี ML และโมเดลแมชชีนเลิร์นนิงหลัก แนวคิด เทคนิค และการใช้งาน เตรียมพร้อมที่จะอภิปรายเกี่ยวกับการเรียนรู้แบบมีผู้สอนและไม่มีผู้สอน ระบบแนะนำ การจัดอันดับ เมตริกการประเมินโมเดล และเทคนิคการเพิ่มประสิทธิภาพ
การออกแบบประยุกต์ ML
ประเมินความสามารถของคุณในการออกแบบและนำโซลูชันแมชชีนเลิร์นนิงไปใช้กับปัญหาในโลกแห่งความเป็นจริง คุณอาจถูกขอให้อธิบายกระบวนการทั้งหมดตั้งแต่การเลือกโมเดล การสร้างฟีเจอร์ทางวิศวกรรม และการประเมินประสิทธิภาพ บางครั้งอาจทดสอบความสามารถในการแก้ปัญหาของคุณในสภาพแวดล้อมที่ไม่ชัดเจน
การออกแบบระบบ ML
จะมุ่งเน้นไปที่การออกแบบระบบ ML ที่ปรับขนาดได้และแข็งแกร่ง ซึ่งสามารถจัดการข้อมูลขนาดใหญ่และสภาพแวดล้อมการผลิตได้ เตรียมพร้อมที่จะอภิปรายเกี่ยวกับโครงสร้างพื้นฐานและข้อดีข้อเสียในสถาปัตยกรรม กลยุทธ์การปรับใช้โมเดล และการตรวจสอบระบบ
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.
เรียนรู้เพิ่มเติม