Samsung Ads - Machine Learning Engineer, Platform

Podsumowanie stanowiska

W Samsung Ads jesteśmy na czele zaawansowanych technologii reklamowych, szybko się rozwijamy i jesteśmy zaangażowani w umożliwienie reklamodawcom dotarcia do odbiorców przez urządzenia Samsunga wśród cyfrowego konsumpcjonizmu mediów. Nasza platforma wykorzystuje najbogatsze w branży dane, aby stworzyć najinteligentniejszą technologię reklamową na świecie. Jako część dynamicznego i międzynarodowego krajobrazu Samsunga, praca nad projektami na dużą skalę i globalnymi jest dla nas normą, obok interesariuszy i zespołów z całego świata.

Dumni jesteśmy z kultury korporacyjnej, która uosabia przedsiębiorczość i współpracę, czyniąc Samsung Ads jednym z czołowych środowisk do wzrostu kariery, osiągnięć i doskonałości. Inspirowane nas wyzwania, innowacje napędzają nas, a satysfakcja płynie z przewidywania i realizacji naszych celów.

Rola i obowiązki

Jako Inżynier ds. Machine Learning w zespole Platform Intelligence (PI) w Samsung Ads, wykorzystasz unikalne własne dane Samsunga, aby rozwijać i wdrażać produkty machine learning na dużą skalę, które mają namacalny wpływ w realnym świecie. Będziesz:

• Projektować i rozwijać zaawansowaną platformę uczenia maszynowego zdolną do obsługi tysięcy pipeline'ów treningowych modeli i przetwarzania trylionów codziennych predykcji.
• Udoskonalać i dostosowywać platformę ML do potrzeb i specyfiki reklamowego biznesu Samsunga, znacząco przyspieszając całościowy czas rozwoju i wdrażania modeli.
• Badać i prototypować z użyciem najnowszych technologii w platformach machine learning.
• Intensywnie współpracować z wewnętrznymi zespołami, w tym z ML serving i MLOps, aby ulepszyć naszą bazę kodów i standardy inżynieryjne.
• Ściśle współpracować z globalnymi zespołami wielofunkcyjnymi, aby dostarczać innowacyjne funkcje ML i osiągać cele biznesowe.
• Mentorować młodszych inżynierów i dostarczać liderstwo techniczne.
• Szybko się adaptować i doskonale odnajdywać w dynamicznym środowisku.

Umiejętności i kwalifikacje

Wymagane doświadczenie:

• 6+ lat odpowiedniego doświadczenia w branży z tytułem magistra lub 3+ lata z doktoratem.
• Udowodnione doświadczenie z narzędziami infrastrukturalnymi takimi jak Terraform, narzędziami orkiestracji takimi jak Airflow i AWS Step/Lambda, oraz budowaniem pipeline'ów CI/CD przy użyciu GitHub Actions.
• Doświadczenie z systemami monitorowania/alertowania w czasie rzeczywistym, takimi jak Prometheus i Grafana.
• Znajomość CI/CD, ETL, narzędzia big data, głównych bibliotek i środowisk ML (np. TensorFlow, PyTorch, Docker, Kubernetes).
• Mocne teoretyczne podstawy w dziedzinie uczenia maszynowego lub data miningu z doskonałymi umieję