Software Engineer, ML, Search Ads Creatives
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Инженер ML в команду Search Ads Creatives в Google. Работа над рекомендательными системами и GenAI-моделями для автоматизации создания и композиции рекламных креативов.
Задачи
- Писать код для разработки продуктов и систем
- Взаимодействовать с коллегами и стейкхолдерами через дизайн- и код-ревью, следить за лучшими практиками (стиль, точность, тестируемость, эффективность)
- Поддерживать документацию и обучающие материалы, адаптировать контент под обновления продукта и фидбек пользователей
- Строить и разворачивать модели рекомендательных систем, использовать ML-инфраструктуру, участвовать в оптимизации моделей и обработке данных
- Работать с LLM и дообучать их для таргетинга, крупномасштабного retrieval, pseudo-rater и других задач рекламы
Требования
- Степень бакалавра или эквивалентный практический опыт
- 2 года опыта разработки на Python (или 1 год при продвинутой степени)
- 2 года опыта с ML/AI алгоритмами, инструментами, deep learning или другими AI/ML-моделями
- 1 год опыта построения и развёртывания моделей рекомендательных систем (retrieval, prediction, ranking, personalization, search quality, embedding) в продакшене
- 1 год опыта с ML-инфраструктурой (деплой, оценка и оптимизация моделей, обработка данных, отладка)
- Желательно: магистратура или PhD в Computer Science или смежной технической области
- Желательно: 2 года опыта с структурами данных и алгоритмами
- Желательно: опыт разработки доступных технологий
- Желательно: опыт fine-tuning моделей GenAI, построения больших языковых моделей или исследования продуктового применения
- Желательно: глубокое знание инфраструктуры Search/Ads, механики аукционов или генеративных AI-моделей
Условия
- Зарплата в США: $147000 - $210000 (USD)
- Целевой бонус 15%
- Equity
- Benefits
- Гибкость в смене команд и проектов
- Культура глубокой коллаборации, в том числе с Google Research и DeepMind
Навыки
- Python
- ML/AI
- Deep Learning
- Recommendation Systems
- Retrieval
- Ranking
- Embedding
- ML Infrastructure
- Model Deployment
- Data Processing
- LLM
- GenAI
- Gemini
- Fine-tuning
- Data Structures
- Algorithms