Quantcast je tvrtka iz područja marketinga, medija i SaaS-a usmjerena na digitalno oglašavanje i analitiku publike. Njezin paket rješenja temeljenih na umjetnoj inteligenciji, Q+, i Audience Graph podržavaju mjerenje, ciljanje i programsko oglašavanje na povezanoj televiziji te u audio, video, display, mobilnim i nativnim kanalima. Quantcast također razvija oglašivačka rješenja koja ne ovise o kolačićima i alate za izdavače, a svoje usluge pruža oglašivačima, agencijama i tvrtkama iz područja izravne prodaje potrošačima, maloprodaje, putovanja, igara, financija te B2B i B2C tržišta.
Inženjer strojnog učenja u Quantcastu (hibridno, Ujedinjeno Kraljevstvo)
Razvijajte i unapređujte skalabilne sustave strojnog učenja u stvarnom vremenu koji podržavaju Quantcastovu oglašivačku platformu temeljenu na umjetnoj inteligenciji. Testirat ćete pristupe modeliranju, optimizirati usluge velike propusnosti i surađivati s iskusnim znanstvenicima i inženjerima.
Opis
- Razvijati, implementirati, testirati i otklanjati pogreške u aplikacijama strojnog učenja
- Unapređivati globalne sustave velikih razmjera koji obrađuju milijune zahtjeva u stvarnom vremenu svake sekunde
- Provodi eksperimente za procjenu novih pristupa strojnom učenju i modeliranju
- Surađivati s višim znanstvenicima i inženjerima na poboljšanju modela strojnog učenja
- Izrađivati jasan, učinkovit i održiv kod usklađen s najboljim praksama softverskog inženjerstva
- Sudjelovati u pregledima koda i pružati konstruktivne tehničke povratne informacije
- Pronalažiti uska grla u sustavu i optimizirati komponente radi veće skalabilnosti
- Pratiti relevantna dostignuća u strojnom učenju izvan organizacije
- Povezivati akademsku teoriju s produkcijskim sustavima velikih razmjera kroz mentorstvo
Zahtjevi
- Do dvije godine iskustva u strojnom učenju ili primijenjenoj statistici, uključujući stručnu praksu ili opsežan akademski rad
- Diploma iz računalnih znanosti, matematike, softverskog inženjerstva ili srodnog područja
- Napredno znanje Pythona, Jave ili usporedivog programskog jezika
- Dobro poznavanje vjerojatnosti, statistike i testiranja hipoteza
- Praktično poznavanje temeljnih metoda strojnog učenja, kao što su klasifikacija, regresija, klasteriranje, rangiranje, NLP ili LLM-ovi
- Iskustvo s alatima za obradu podataka, uključujući Pandas i NumPy
- Poznavanje okvira za strojno učenje kao što su PyTorch, Scikit-learn ili XGBoost
- Snažan interes za distribuirane sustave, dizajn softvera, konkurentnost, strukture podataka i softversko inženjerstvo
Pogodnosti
- Mogućnost ostvarivanja bonusa za radni učinak
- Sudjelovanje u vlasničkom programu
- Sveobuhvatan paket pogodnosti
- Praktično mentorstvo viših znanstvenika i inženjera