Ang adjoe ay isang mobile adtech na kompanya na nagbibigay sa mga publisher ng app at advertiser ng mga tool para sa monetization, user acquisition, at loyalty. Kasama sa in-house platform nito ang adjoe Exchange para sa supply-side mediation, pati na rin ang mga ad format at produktong nakabatay sa SDK gaya ng adjoe Ads, Playtime, at adjoe Arcade. Gumagamit ang mga produktong ito ng rewarded gaming at mga mekanismo ng loyalty upang suportahan ang kita, engagement, at retention. Nakatuon din ang adjoe sa audience targeting, analytics, mga hakbang laban sa pandaraya, at information security habang ikinokonekta nito ang mga advertiser sa mga mobile user sa malaking saklaw.
Senior na Research Scientist sa Machine Learning – Generative Recommendation (Hybrid sa Hamburg)
Pangunahan ang pananaliksik at production development para sa mga generative recommendation system na sumusuporta sa mga mobile advertising product ng adjoe. Bumuo ng scalable embeddings, ranking model, at mga kakayahang AI na naghahatid ng data mula sa mahigit 770 milyong user.
Paglalarawan
- Lumikha ng mga pangunahing machine learning representation at advanced AI capability para sa Playtime Arcade at adjoe Ads
- Bumuo ng user embedding, mga paraan ng pag-unawa sa content, at sequential recommendation model
- Gawing production-grade software ang kasalukuyang pananaliksik na idinisenyo para sa latency na wala pang isang millisecond
- Magdisenyo ng multi-stage recommendation architecture na sumasaklaw sa Generative Retrieval, Deep Ranking, at re-ranking
- Suportahan ang milyun-milyong request gamit ang behavioral at transactional data mula sa mahigit 770 milyong user
- I-optimize at i-deploy ang malalaking generative model sa loob ng mahihigpit na production constraint
- Magsaliksik at bumuo ng mga embedding para sa user at advertisement na mayaman sa impormasyon
- Pamahalaan ang AI lifecycle mula sa pag-unawa sa academic research at offline experimentation hanggang sa production release
- Pangunahan ang mga talakayan sa architecture, suportahan ang mga junior scientist, at impluwensiyahan ang research agenda ng team
Mga Kinakailangan
- PhD sa computer science, statistics, mathematics, o physics, o MSc na sinusuportahan ng malawak na karanasan sa industry research
- Mga publikasyon sa pananaliksik sa mga nangungunang venue kabilang ang SIGIR, KDD, NeurIPS, o ICLR
- Hindi bababa sa apat na taong karanasan sa pagbuo ng malakihang recommender system sa high-throughput na environment gaya ng AdTech, e-commerce, o social platform
- Napatunayang kakayahang gawing maaasahan at production-ready software ang gawaing pananaliksik
- Karanasan sa pagdisenyo ng multi-stage recommendation pipeline, kabilang ang Generative Retrieval, Deep Ranking, at re-ranking
- Praktikal na kasanayan sa PyTorch
- Karanasan sa pag-optimize ng high-concurrency system at paggamit ng model quantization at distillation
- Karanasan sa pagbuo ng user at advertising embedding gamit ang unsupervised at generative technique
- Kakayahang manguna sa architecture discussion, mag-mentor ng junior scientist, at magtakda ng direksiyon sa pananaliksik
- Handang magtrabaho onsite sa Hamburg nang tatlong araw bawat linggo
Mga Benepisyo
- Tulong sa relokasyon para sa paglipat sa Hamburg, Germany
- Makapagtrabaho sa mga sistemang ginagamit ng daan-daang milyong tao at responsable sa bilyun-bilyong desisyon bawat araw
- Direktang pagmamay-ari ng mga inisyatibong may malaking epekto sa 770 milyong user
- Makapagtrabaho sa isang internasyonal na team na kinabibilangan ng mga kasamahan mula sa mahigit 40 bansa
- Umunlad nang propesyonal sa pamamagitan ng research leadership, mentoring, at malapit na pakikipagtulungan