Staff ML-инженер, Ads Foundational Representations

Reddit — это сообщество сообществ, основанное на общих интересах, страсти и доверии. Ежедневно пользователи публикуют, голосуют и комментируют темы, которые им важны. С более чем 100 000 активных сообществ и примерно 130 миллионами уникальных посетителей в день Reddit является одним из крупнейших источников информации в интернете.

Локация: Reddit придерживается модели flexible first. Можно работать удалённо из любой точки Великобритании или Нидерландов.

Команда Ads Foundational Representations (AFR) разрабатывает сигналы и представления ключевых сущностей Reddit (реклама, посты, пользователи и т.д.), capturing семантическую, контекстную и поведенческую информацию, необходимую для Reddit Ads. Мы работаем над созданием эмбеддингов для понимания контента и интересов пользователей на основе контента, с которым они взаимодействуют. Наша команда может подчеркнуть одно из главных преимуществ Reddit: тщательно отобранный, высококачественный, чрезвычайно релевантный и ежедневно обновляемый органический контент.

Мы — команда с сильным уклоном в Machine Learning/Data, фокусирующаяся на следующих областях:

• Мультимодальные и контентные эмбеддинги — осмысление органического (посты, комментарии, сабреддиты) и промотируемого (реклама, товары для покупок, их целевые страницы) текстового и медиаконтента путём встраивания их в общее пространство.
• Контекстная и поведенческая релевантность — работа с Product & Data Science, определение того, какая реклама релевантна пользователям и контенту, рядом с которым мы её показываем, построение метрик и тонкая настройка эмбеддингов для лучшего отражения релевантности.
• Эмбеддинги графа знаний — построение представлений для сущностей графа знаний, например, интеллектуальной собственности/брендов, для высокоточного таргетинга и бизнес-аналитики.
• Моделирование намерений пользователя — использование различных техник для введения представлений пользователей на основе контента, с которым они взаимодействуют: пакетное и потоковое моделирование последовательностей, суммаризация с помощью LLM и т.д.
• Представления на основе LLM — использование LLM, VLM и фундаментальных моделей для построения сложных представлений сущностей Reddit, улучшающих результаты ранжирования.

Создаваемые нами сигналы и признаки становятся ключевым элементом воронки доставки рекламы, от таргетинга до аукциона, а также продукта Business Insights и других продуктов для рекламодателей, таких как генерация и оптимизация креативов.

Как Staff ML Engineer, вы будете отвечать за определение технического направления нескольких направлений, которыми владеет команда. Вы будете вести кросс-функциональные ML-проекты от начала до конца — от анализа бизнес-потребностей высокого уровня до инженерной реализации. Примерно 50% времени будет посвящено техническому лидерству и наставничеству (разработка стратегии и дизайнов, кросс-функциональное взаимодействие, повышение планки качества), другие 50% — индивидуальной практической работе (анализ и инженерия данных, моделирование и автоматизация).

Обязанности:

• Обеспечение технического лидерства и наставничества для MLE в команде: руководство дизайнами и их ревью, установление лучших практик в анализе, моделировании и инженерии, поддержание высокой планки.
• Тесная работа с руководством команды/организации над разработкой технической стратегии для контентных эмбеддингов и релевантности для рекламы.
• Разработка новых или итерация существующих моделей эмбеддингов для рекламных сценариев: от пайплайнов агрегации до two-tower архитектур и моделей последовательностей.
• Работа с локальными и сторонними LLM/VLM: извлечение представлений, разработка методологий оценки, prompt tuning и fine-tuning больших моделей для создания эмбеддингов передового уровня.
• Построение пайплайнов обработки данных и инференса для разрабатываемых моделей.
• Качественная и количественная оценка различных разрабатываемых признаков, сквозное экспериментирование от внутренних бенчмарков до офлайн-метрик нижестоящей рекомендательной системы и онлайн-экспериментов.
• Обеспечение надёжности, масштабируемости и производительности ML-систем путём написания автоматических тестов, мониторинга производительности и внедрения лучших практик управления моделями.
• Участие в ревью моделей и кода: вы будете проверять работу других членов команды и давать обратную связь, чтобы она соответствовала стандартам качества и производительности команды.
• Сотрудничество с кросс-функциональными командами для понимания бизнес-требований и их перевода в технические решения.

Требуемые квалификации:

• 7+ лет практического опыта полного жизненного цикла проектирования, обучения, оценки, тестирования и развёртывания моделей промышленного уровня.
• Подтверждённое техническое лидерство уровня Staff: наставничество инженеров, установление стандартов и повышение планки, руководство сложными кросс-функциональными проектами от требований и дизайна до кросс-командного согласования и исполнения без прямых управленческих полномочий.
• Отличные коммуникативные навыки, способность переводить сложные технические концепции на язык разных аудиторий как устно, так и письменно.