Quantcast je marketingová, mediální a SaaS společnost zaměřená na digitální reklamu a analýzu publik. Její platforma AI Suite (Q+) a Audience Graph podporují měření, cílení a programatický nákup médií v kanálech připojené televize, audia, videa, display reklamy, mobilní a nativní reklamy. Quantcast také vyvíjí reklamní řešení bez souborů cookie a nástroje pro vydavatele a poskytuje služby inzerentům, agenturám a firmám v odvětvích, jako je přímý prodej spotřebitelům, maloobchod, cestování, gaming, finance a trhy B2B a B2C.
Inženýr strojového učení v Quantcast (hybridní režim, Spojené království)
Budujte a zdokonalujte škálovatelné systémy strojového učení pracující v reálném čase pro reklamní platformu Quantcast založenou na umělé inteligenci. Testujte přístupy k modelování, optimalizujte vysoce výkonné služby a spolupracujte se zkušenými vědci a inženýry.
Popis
- Vyvíjet, implementovat, testovat a odstraňovat problémy v aplikacích strojového učení
- Rozvíjet globální rozsáhlé systémy, které každou sekundu zpracovávají miliony požadavků v reálném čase
- Provádět experimenty za účelem vyhodnocení nových přístupů ke strojovému učení a modelování
- Spolupracovat se zkušenými vědci a inženýry na zdokonalování modelů strojového učení
- Vytvářet srozumitelný, efektivní a snadno udržovatelný kód v souladu s osvědčenými postupy softwarového inženýrství
- Účastnit se kontrol kódu a poskytovat konstruktivní technickou zpětnou vazbu
- Vyhledávat úzká místa systému a optimalizovat komponenty pro lepší škálovatelnost
- Sledovat relevantní pokrok v oblasti strojového učení mimo organizaci
- Propojovat akademickou teorii s produkčními systémy prostřednictvím mentoringu
Požadavky
- Až dva roky zkušeností se strojovým učením nebo aplikovanou statistikou, včetně stáží či významné akademické praxe
- Vysokoškolské vzdělání v oboru informatiky, matematiky, softwarového inženýrství nebo blízkém oboru
- Dobrá znalost Pythonu, Javy nebo srovnatelného programovacího jazyka
- Dobrá znalost pravděpodobnosti, statistiky a testování hypotéz
- Praktická znalost základních metod strojového učení, jako jsou klasifikace, regrese, shlukování, řazení, zpracování přirozeného jazyka nebo velké jazykové modely
- Zkušenosti s nástroji pro zpracování dat včetně Pandas a NumPy
- Znalost frameworků strojového učení, jako jsou PyTorch, Scikit-learn nebo XGBoost
- Silný zájem o distribuované systémy, návrh softwaru, souběžnost, datové struktury a softwarové inženýrství
Benefity
- Nárok na výkonnostní bonus
- Účast na vlastnickém programu
- Komplexní balíček benefitů
- Praktický mentoring od zkušených vědců a inženýrů