Applied Scientist, Ad Fraud Detection, Traffic Quality - ML

Рекламное подразделение Amazon превратилось в многомиллиардный бизнес, охватывающий настольные компьютеры, мобильные устройства и устройства, подключенные к Интернету. Наши объявления доходят до аудитории по всему миру через Amazon и сеть из сотен тысяч сторонних издателей. В рамках нашего роста, особенно в сфере Качества Трафика, мы посвящены улучшению целостности нашей рекламной сети с помощью передовых техник машинного обучения. Наша цель - обеспечить высококачественный рекламный рынок, исключая нечеловеческий и недействительный трафик из программных источников рекламы.

Мы в поисках исключительных прикладных ученых с страстью к созданию сложных алгоритмов машинного обучения. Будучи важным членом нашей команды, вы будете решать сложные задачи по обнаружению мошенничества в рекламе с использованием передовых методологий, таких как глубокое обучение, самостоятельные методы, обучение представлениям и продвинутое кластеризация. Ваша работа будет включать обработку миллиардов показов и кликов по объявлениям ежедневно с использованием некоторых из последних технологий, включая Spark, Redis и различные облачные сервисы Amazon, такие как EC2, S3, EMR, DynamoDB и RedShift.

Место работы: Мы приглашаем кандидатов присоединиться к нам в одном или нескольких наших динамичных офисах в Бангалоре, KA, IND или Хубли, KA, IND.

• Более 3 лет опыта в создании моделей для бизнес-приложений
• Докторская или магистерская степень плюс 4 и более года опыта в области информатики, компьютерной инженерии, машинного обучения или смежных дисциплин
• Демонстрируемый опыт в патентах или публикациях в уважаемых, рецензируемых конференциях или журналах
• Владение языками программирования, такими как Java, C++, Python или аналогичные
• Экспертиза в одной или нескольких областях, включая алгоритмы, структуры данных, численную оптимизацию, добычу данных и высокопроизводительные вычисления

• Практический опыт работы с технологиями Big Data
• Доказанный опыт работы в индустрии программной рекламы

Мы стремимся создавать устойчивые, передовые решения для фильтрации трафика, которые не только предотвращают расточительные расходы, но и повышают