Reddit Опубликована 1 день назад · отклик: jobicy.com
Machine Learning Engineer (ML, рекомендации)
ЗарплатаПо договорённости
ФорматНе указан
ЛокацияКанада
Reddit — платформа с сообществами и ежедневной аудиторией около 130 млн уникальных посетителей. Machine learning лежит в основе персонализации, поиска, рекламы и маркетплейса.
В команду ищут Machine Learning Engineer для работы над ML-системами в Consumer и Ads направлениях.
Задачи:
- Проектировать, создавать и развёртывать production-grade ML-модели и системы в масштабе.
- Отвечать за полный жизненный цикл ML: от постановки задачи и feature engineering до обучения, оценки, деплоя и мониторинга.
- Строить масштабируемые пайплайны данных и моделей с надёжностью, наблюдаемостью и автоматическим переобучением.
- Работать с большими данными для улучшения ранжирования, рекомендаций, релевантности поиска, предсказаний, понимания контента и пользователей, оптимизационных систем.
- Кросс-функционально взаимодействовать с Product, Data Science, Infrastructure и Engineering командами.
- Улучшать производительность систем по latency, throughput и качеству моделей.
- Исследовать и применять современные ML и AI техники, включая deep learning, graph & transformers, LLM evaluation/alignment.
- Вносить вклад в техническую стратегию, архитектуру и долгосрочный ML roadmap.
Требования:
- 3–5+ лет опыта построения, деплоя и эксплуатации ML-систем в production.
- Сильные навыки программирования на Python, Java, Go или похожих языках, с прочными основами software engineering.
- Понимание алгоритмов: от классического статистического обучения (XGBoost, Random Forests, регрессии) до DL-архитектур (Transformers, CNNs, GNNs).
- Практический опыт с современными ML-фреймворками (например, PyTorch, TensorFlow).
- Опыт проектирования масштабируемых ML-пайплайнов, систем обработки данных и инфраструктуры model serving.
- Умение работать кросс-функционально и переводить неоднозначные продуктовые или бизнес-задачи в технические решения.
- Опыт улучшения измеримых метрик с помощью прикладного машинного обучения.
Предпочтительно:
- Опыт с recommender systems, search/ranking, advertising/auction, large-scale representation learning или multimodal embedding systems.
- Знакомство с распределёнными системами и крупномасштабной обработкой данных (Spark, Kafka, Ray, Airflow, BigQuery, Redis и др.).
- Опыт работы с real-time системами и low-latency production окружениями.
- Опыт в feature engineering, оптимизации моделей и production monitoring.
- Опыт с LLM/Gen AI: оценка, alignment, fine-tuning, knowledge distillation, RAG/agentic systems и вывод LLM-продуктов в production.
- Продвинутая степень в Computer Science, Machine Learning или смежной количественной области.
Возможные команды: Ads Measurement Modeling, Ads Targeting and Retrieval, Advertiser Optimization, Ads Marketplace Quality, Ads Creative Effectiveness, Ads Foundational Representations, Ads Content Understanding.
Инструменты в вакансии
Навыки и технологии
Направления