Quantcast je podjetje na področju trženja, medijev in SaaS, osredotočeno na digitalno oglaševanje in obveščanje o občinstvu. Njegov nabor rešitev z umetno inteligenco Q+ in Audience Graph podpira merjenje, ciljanje in programatično oglaševanje na povezanih televizijah ter v zvočnih, video, prikaznih, mobilnih in izvornih kanalih. Quantcast razvija tudi oglaševalske rešitve, ki ne temeljijo na piškotkih, ter orodja za založnike, pri čemer služi oglaševalcem, agencijam in podjetjem v sektorjih, kot so neposredna prodaja potrošnikom, maloprodaja, potovanja, igre, finance ter trgi B2B in B2C.
Inženir strojnega učenja pri Quantcastu (hibridno, Združeno kraljestvo)
Gradili in izboljševali boste razširljive sisteme strojnega učenja v realnem času, ki podpirajo Quantcastovo oglaševalsko platformo, temelječo na umetni inteligenci. Preizkušali boste pristope k modeliranju, optimizirali storitve z veliko prepustnostjo ter sodelovali z izkušenimi znanstveniki in inženirji.
Opis
- Razvijanje, uvajanje, preizkušanje in odpravljanje težav v aplikacijah strojnega učenja
- Izboljševanje globalnih obsežnih sistemov, ki vsako sekundo obdelajo milijone zahtevkov v realnem času
- Izvajanje poskusov za vrednotenje novih pristopov k strojnemu učenju in modeliranju
- Sodelovanje z višjimi znanstveniki in inženirji pri izboljševanju modelov strojnega učenja
- Ustvarjanje jasne, učinkovite in vzdržljive kode v skladu z najboljšimi praksami programskega inženirstva
- Sodelovanje pri pregledih kode in zagotavljanje konstruktivnih tehničnih povratnih informacij
- Iskanje ozkih grl v sistemu in optimiziranje komponent za večjo razširljivost
- Spremljanje pomembnega napredka na področju strojnega učenja zunaj organizacije
- Povezovanje akademske teorije s produkcijskimi sistemi velikega obsega prek mentorstva
Zahteve
- Do dve leti izkušenj na področju strojnega učenja ali uporabne statistike, vključno s pripravništvi ali obsežnim akademskim delom
- Diploma iz računalništva, matematike, programskega inženirstva ali sorodne discipline
- Znanje Pythona, Jave ali primerljivega programskega jezika
- Dobro poznavanje verjetnosti, statistike in preverjanja hipotez
- Praktično poznavanje temeljnih metod strojnega učenja, kot so klasifikacija, regresija, gručenje, razvrščanje, NLP ali LLM
- Izkušnje z orodji za obdelavo podatkov, vključno s Pandas in NumPy
- Poznavanje ogrodij za strojno učenje, kot so PyTorch, Scikit-learn ali XGBoost
- Močno zanimanje za porazdeljene sisteme, načrtovanje programske opreme, sočasnost, podatkovne strukture in programsko inženirstvo
Ugodnosti
- Možnost pridobitve nagrade za uspešnost
- Udeležba v lastniškem programu
- Celovit paket ugodnosti
- Praktično mentorstvo višjih znanstvenikov in inženirjev