Quantcast
Quantcast
501 – 1.000 Εργαζόμενοι
SaaSΜάρκετινγκΜέσα
Η Quantcast είναι εταιρεία μάρκετινγκ, μέσων και λογισμικού ως υπηρεσίας, με επίκεντρο την ψηφιακή διαφήμιση και την ανάλυση κοινού. Η σουίτα τεχνητής νοημοσύνης της (Q+) και το Audience Graph υποστηρίζουν τη μέτρηση, τη στόχευση και τον προγραμματικό σχεδιασμό μέσων σε κανάλια συνδεδεμένης τηλεόρασης, ήχου, βίντεο, διαφημίσεων προβολής, κινητών συσκευών και εγγενούς διαφήμισης. Η Quantcast αναπτύσσει επίσης λύσεις διαφήμισης χωρίς τη χρήση cookies και εργαλεία για εκδότες, εξυπηρετώντας διαφημιζόμενους, agencies και επιχειρήσεις σε κλάδους όπως οι απευθείας πωλήσεις προς καταναλωτές, το λιανικό εμπόριο, τα ταξίδια, τα παιχνίδια, οι χρηματοοικονομικές υπηρεσίες και οι αγορές B2B και B2C.

Μηχανικός Μηχανικής Μάθησης στην Quantcast (Υβριδικά, Ηνωμένο Βασίλειο)

Αναπτύξτε και βελτιώστε κλιμακούμενα συστήματα μηχανικής μάθησης σε πραγματικό χρόνο που υποστηρίζουν την πλατφόρμα διαφήμισης της Quantcast με βάση την τεχνητή νοημοσύνη. Θα δοκιμάζετε προσεγγίσεις μοντελοποίησης, θα βελτιστοποιείτε υπηρεσίες υψηλής δια-throughput και θα συνεργάζεστε με έμπειρους επιστήμονες και μηχανικούς.

Περιγραφή

  • Ανάπτυξη, υλοποίηση, δοκιμή και αντιμετώπιση προβλημάτων εφαρμογών μηχανικής μάθησης
  • Βελτίωση παγκόσμιων συστημάτων μεγάλης κλίμακας που διαχειρίζονται εκατομμύρια αιτήματα σε πραγματικό χρόνο κάθε δευτερόλεπτο
  • Διεξαγωγή πειραμάτων για την αξιολόγηση νέων προσεγγίσεων μηχανικής μάθησης και μοντελοποίησης
  • Συνεργασία με ανώτερους επιστήμονες και μηχανικούς για τη βελτίωση μοντέλων μηχανικής μάθησης
  • Παραγωγή σαφούς, αποδοτικού και συντηρήσιμου κώδικα σύμφωνα με τις βέλτιστες πρακτικές μηχανικής λογισμικού
  • Συμμετοχή σε αναθεωρήσεις κώδικα και παροχή εποικοδομητικής τεχνικής ανατροφοδότησης
  • Εντοπισμός σημείων συμφόρησης του συστήματος και βελτιστοποίηση στοιχείων για μεγαλύτερη κλιμάκωση
  • Παρακολούθηση σχετικών εξελίξεων στη μηχανική μάθηση εκτός του οργανισμού
  • Σύνδεση της ακαδημαϊκής θεωρίας με συστήματα παραγωγής μεγάλης κλίμακας μέσω καθοδήγησης

Απαιτήσεις

  • Έως δύο έτη εμπειρίας στη μηχανική μάθηση ή την εφαρμοσμένη στατιστική, συμπεριλαμβανομένων πρακτικών ασκήσεων ή σημαντικής ακαδημαϊκής εργασίας
  • Πτυχίο στην επιστήμη υπολογιστών, τα μαθηματικά, τη μηχανική λογισμικού ή συναφή κλάδο
  • Επάρκεια σε Python, Java ή συγκρίσιμη γλώσσα προγραμματισμού
  • Στέρεη γνώση πιθανοτήτων, στατιστικής και ελέγχου υποθέσεων
  • Πρακτική γνώση βασικών μεθόδων μηχανικής μάθησης, όπως ταξινόμηση, παλινδρόμηση, ομαδοποίηση, κατάταξη, επεξεργασία φυσικής γλώσσας ή μεγάλα γλωσσικά μοντέλα
  • Εμπειρία με εργαλεία επεξεργασίας δεδομένων, συμπεριλαμβανομένων των Pandas και NumPy
  • Εξοικείωση με πλαίσια μηχανικής μάθησης όπως PyTorch, Scikit-learn ή XGBoost
  • Έντονο ενδιαφέρον για κατανεμημένα συστήματα, σχεδιασμό λογισμικού, ταυτοχρονισμό, δομές δεδομένων και μηχανική λογισμικού

Παροχές

  • Δικαίωμα για μπόνους απόδοσης
  • Συμμετοχή σε μετοχικό κεφάλαιο
  • Ολοκληρωμένο πακέτο παροχών
  • Πρακτική καθοδήγηση από ανώτερους επιστήμονες και μηχανικούς