Az adjoe olyan mobilhirdetési technológiával foglalkozó vállalat, amely monetizációs, felhasználószerzési és lojalitási eszközöket kínál alkalmazáskiadóknak és hirdetőknek. Saját fejlesztésű platformja az ellátási oldali mediációt támogató adjoe Exchange mellett olyan hirdetési formátumokat és SDK-alapú termékeket is magában foglal, mint az adjoe Ads, a Playtime és az adjoe Arcade. Ezek a termékek jutalmazott játékmechanizmusokat és lojalitási megoldásokat alkalmaznak a bevétel, az aktivitás és a felhasználói megtartás támogatására. Az adjoe emellett a célközönség meghatározására, az elemzésre, a csalás elleni védelemre és az információbiztonságra is összpontosít, miközben nagy léptékben kapcsolja össze a hirdetőket a mobilfelhasználókkal.
Vezető gépi tanulási kutató – generatív ajánlórendszerek (Hamburg, hibrid munkavégzés)
Vezesse az adjoe mobilhirdetési termékeit támogató generatív ajánlórendszerek kutatását és éles fejlesztését. Hozzon létre több mint 770 millió felhasználó adatait kiszolgáló, skálázható embeddingeket, rangsorolási modelleket és mesterségesintelligencia-képességeket.
Leírás
- Hozzon létre alapvető gépi tanulási reprezentációkat és fejlett mesterségesintelligencia-képességeket a Playtime Arcade és az adjoe Ads számára
- Fejlesszen felhasználói embeddingeket, tartalomértelmezési módszereket és szekvenciális ajánlási modelleket
- Alakítsa át a jelenlegi kutatási eredményeket gyártási szintű, ezredmásodperc alatti késleltetésre tervezett szoftverré
- Tervezzen többlépcsős ajánlási architektúrákat, amelyek magukban foglalják a generatív visszakeresést, a mély rangsorolást és az újrarangsorolást
- Szolgáljon ki több millió kérést több mint 770 millió felhasználó viselkedési és tranzakciós adatai alapján
- Optimalizáljon és telepítsen nagy generatív modelleket szigorú éles környezetbeli korlátok mellett
- Kutasson és hozzon létre információban gazdag embeddingeket felhasználók és hirdetések számára
- Kezelje a mesterséges intelligencia teljes életciklusát a tudományos kutatások értelmezésétől és az offline kísérletektől az éles kiadásig
- Vezesse az architektúrával kapcsolatos megbeszéléseket, támogassa a pályakezdő kutatókat, és alakítsa a csapat kutatási irányát
Követelmények
- Doktori fokozat számítástechnikából, statisztikából, matematikából vagy fizikából, illetve kiterjedt iparági kutatási tapasztalattal támogatott MSc-fokozat
- Kutatási publikációk vezető fórumokon, többek között a SIGIR, a KDD, a NeurIPS vagy az ICLR eseményein
- Legalább négy év tapasztalat nagyléptékű ajánlórendszerek fejlesztésében nagy áteresztőképességű környezetben, például AdTech, e-kereskedelmi vagy közösségi platformokon
- Bizonyított képesség a kutatási eredmények megbízható, éles használatra kész szoftverré alakítására
- Tapasztalat többlépcsős ajánlási folyamatok tervezésében, beleértve a generatív visszakeresést, a mély rangsorolást és az újrarangsorolást
- Gyakorlati jártasság a PyTorch használatában
- Tapasztalat nagy egyidejűségű rendszerek optimalizálásában, valamint modellkvantálás és -desztilláció alkalmazásában
- Tapasztalat felhasználói és hirdetési embeddingek fejlesztésében felügyelet nélküli és generatív módszerekkel
- Képesség architektúrával kapcsolatos megbeszélések vezetésére, pályakezdő kutatók mentorálására és a kutatási irány meghatározására
- Heti három napos hamburgi irodai munkavégzés vállalása
Juttatások
- Költözési támogatás a németországi Hamburgba költözéshez
- Olyan rendszereken dolgozhat, amelyeket több száz millió ember használ, és amelyek naponta milliárdnyi döntésért felelősek
- Közvetlen felelősségvállalás 770 millió felhasználót érintő, nagy hatású kezdeményezésekért
- Nemzetközi csapatban dolgozhat, amelyben több mint 40 országból vannak kollégák
- Szakmai fejlődés kutatási vezetésen, mentoráláson és szoros együttműködésen keresztül