Staff Machine Learning Engineer, Retrieval & Targeting

Вознаграждение (Базовый диапазон заработной платы для этой должности составляет:): 230 000 – 322 000 долларов США в год

Reddit — это сообщество сообществ. Оно построено на общих интересах, увлеченности и доверии, и является домом для самых открытых и подлинных бесед в Интернете. Каждый день пользователи Reddit публикуют, голосуют и комментируют темы, которые их больше всего волнуют. Имея более 100 000 активных сообществ и около 130 миллионов уникальных ежедневных посетителей, Reddit является одним из крупнейших источников информации в Интернете. Для получения дополнительной информации посетите .

Описание команды: Команда ML в области поиска рекламы создает системы машинного обучения, которые определяют релевантные рекламные кандидаты для пользователей Reddit. Поиск находится в основе воронки доставки рекламы: до принятия последующих решений о ранжировании и аукционе наши модели определяют, какие кампании и объявления имеют право участвовать. Мы работаем над масштабным поиском по нескольким целям, местам размещения и географиям. Наша работа объединяет обучение представлений, генерацию кандидатов, поиск ближайших соседей, поведенческие и контекстуальные сигналы, а также строгие офлайн- и онлайн-эксперименты.

Описание роли: Мы ищем ведущего инженера по машинному обучению (Staff Machine Learning Engineer) для технического руководства командой ML в области поиска и таргетинга. Вы будете руководить разработкой и эволюцией поисковых моделей и практик моделирования, которые повышают релевантность, результаты для рекламодателей и пользовательский опыт в масштабах Reddit. Это прикладная роль ML, сосредоточенная на моделировании поиска и сквозном влиянии на продукт. Ожидается, что вы будете глубоко разбираться в технических деталях — от проектирования данных и целей до разработки моделей, оценки, экспериментирования и запуска — одновременно задавая направление для других инженеров.

Обязанности: Определять техническое направление и многолетнюю дорожную карту для моделирования поиска рекламы в партнерстве с отделами инженерии, продукта, науки о данных и заинтересованными сторонами в области рекламы. Разрабатывать и запускать модели генерации кандидатов и поиска кампаний и объявлений для рекламных площадок Reddit. Применять современные подходы, такие как двусторонние архитектуры (two-tower architectures), обучение представлений, эмбеддинги, последовательные модели, графовые методы и другие методы глубокого обучения, когда они создают значимую ценность для продукта. Улучшать стек поиска по ключевым решениям моделирования, включая цели, метки, стратегии выборки, поиск жестких негативов, проектирование признаков, генерацию эмбеддингов, фильтрацию кандидатов и глубину поиска. Работать с системами приблизительного поиска ближайших соседей (approximate nearest-neighbor) и векторного поиска, анализируя компромиссы между полнотой (recall), релевантностью, свежестью, разнообразием, охватом, задержкой и стоимостью. Разрабатывать надежные практики оценки, которые связывают метрики поиска — такие как полнота, точность, охват кандидатов, калибровка и последующий прирост — с результатами для рекламы и пользователей. Руководить офлайн-анализом и онлайн-экспериментами, интерпретировать неоднозначные результаты и переводить выводы в следующую итерацию моделирования. Партнерство с командами ранжирования, рекламной платформы, аукциона, измерения и продукта для обеспечения эффективной интеграции поисковых моделей в полную воронку рекламы. Писать проектные документы, рецензировать код и изменения моделей, а также повышать стандарты качества моделирования, тестирования, наблюдаемости и владения производством. Наставничать ML-инженеров и помогать развивать экспертизу команды в области поиска, рекомендаций и обучения представлений.

Требуемая квалификация: 7+ лет промышленного опыта, включая значительный опыт создания и внедрения прикладных ML-продуктов. Глубокий опыт в области информационного поиска, генерации кандидатов, рекомендательных систем, ранжирования или связанных с ними задач релевантности. Глубокое понимание концепций моделирования поиска, включая DNN, эмбеддинги, двусторонние (two-tower) или двойные кодировщики (dual-encoder) модели, приблизительный поиск ближайших соседей и многоступенчатый поиск. Глубокий опыт обучения, оценки, отладки и развертывания моделей глубокого обучения с использованием TensorFlow, PyTorch или аналогичных фреймворков. Подтвержденный опыт руководства ML-проектами от постановки задачи и подготовки данных до офлайн-оценки, онлайн-экспериментирования, производственного запуска и итераций. Сильное владение экспериментальным дизайном и оценкой моделей, включая то, как офлайн-метрики поиска связаны с последующими бизнес- и пользовательскими метриками. Опыт работы с крупномасштабными поведенческими, контекстуальными или контентными наборами данных и сложными конвейерами признаков. Прочные фундаментальные знания в области программной инженерии и способность писать понятный, надежный, поддерживаемый производственный код. Опыт технического лидерства: постановка направлений, руководство сложными проектами, влияние на партнерские команды и наставничество других инженеров. Отличные письменные и устные коммуникативные навыки, способность объяснять сложные модельные решения технической и нетехнической аудитории.

Предпочтительная квалификация: Опыт работы с поиском рекламы, ранжированием рекламы, таргетингом рекламы, показом рекламы, рекомендациями, релевантностью поиска или оптимизацией торговых площадок. Опыт моделирования взаимодействий пользователя, контента, кампании или рекламы с использованием последовательных, графовых или мультимодальных сигналов. Опыт связи улучшений поиска с последующим ранжированием, аукционом, конверсией, доходом или результатами пользовательского опыта. Опыт работы с рекламными торговыми площадками в аналогичных компаниях. Публикации, патенты или вклад в отрасль в области прикладного ML или систем ранжирования. Опыт последовательного моделирования (например, RNN, Transformers).

Льготы: 100% удаленная возможность (у нас есть 4 офиса для гибридной/очной работы в Нью-Йорке, Сан-Франциско, Лос-Анджелесе и Чикаго). Комплексные медицинские льготы и программы компенсации дохода. 401k с соответствием работодателя. Глобальные программы льгот, соответствующие вашему образу жизни: от рабочего места до профессионального развития и поддержки по уходу за детьми. Поддержка семейного планирования. Гендерно-аффирмативная помощь. Льготы по охране психического здоровья и коучингу. Гибкий отпуск и оплачиваемый отпуск за волонтерскую деятельность. Щедрый оплачиваемый отпуск по уходу за ребенком.

Прозрачность оплаты: Это объявление о вакансии может охватывать несколько карьерных уровней. Помимо базовой заработной платы, эта должность дает право на получение акций в виде ограниченных акций (restricted stock units), а в зависимости от предлагаемой должности — на получение комиссионных. Кроме того, Reddit предлагает широкий спектр льгот для сотрудников в США, включая медицинское, стоматологическое и офтальмологическое страхование, программу 401(k) с соответствием работодателя, щедрый отпуск для отпуска и отпуск по уходу за ребенком. Чтобы узнать больше, посетите . Чтобы обеспечить большую прозрачность для кандидатов, мы публикуем диапазоны базовой заработной платы для всех вакансий в США независимо от штата. Мы устанавливаем стандартные диапазоны базовой оплаты для всех должностей на основе функций, уровня и страны, сравнивая их с аналогичными по стадии развития компаниями. Окончательные предложения определяются множеством факторов, включая навыки, глубину опыта работы и соответствующие лицензии/квалификации, и могут отличаться от указанных ниже сумм. Базовый диапазон заработной платы для этой должности составляет: 230 000–322 000 долларов США

В некоторых ролях и местах расположение интервью будут записываться, транскрибироваться и обобщаться с помощью искусственного интеллекта (ИИ). У вас будет возможность отказаться от записи, транскрипции и обобщения до любых запланированных интервью. Во время интервью мы будем собирать следующие категории личной информации: идентификаторы, профессиональная информация и информация, связанная с трудоустройством, сенсорная информация (аудио/видео запись) и любые другие категории личной информации, которую вы решите нам предоставить. Мы будем использовать эту информацию для оценки вашей заявки на трудоустройство или контрактную роль, в зависимости от обстоятельств. Мы не будем продавать вашу личную информацию или раскрывать ее третьим лицам для их маркетинговых целей. Мы удалим любую запись вашего интервью вскоре после принятия решения о найме. Для получения дополнительной информации о том, как мы будем обрабатывать вашу личную информацию, включая ее хранение, обратитесь к нашей Политике конфиденциальности кандидатов для потенциальных сотрудников и подрядчиков.

Reddit с гордостью является работодателем с равными возможностями и стремится создать рабочую силу, представляющую разнообразные сообщества, которым мы служим. Reddit стремится предоставлять разумные приспособления для квалифицированных лиц с ограниченными возможностями и ветеранов-инвалидов в наших процедурах подачи заявок на работу. Если по причине инвалидности вам требуется приспособление в процессе собеседования, пожалуйста, сообщите об этом вашему рекрутеру.