Senior Machine Learning Engineer, Ads Forecasting & Scenarios

О позиции

Команды Ads Optimization и Ads Marketplace Quality отвечают за здоровье и производительность рекламного маркетплейса Reddit: механизмы аукционов и ставок, системы оптимизации под цели рекламодателей (конверсии, ROAS), а также качество рекламного опыта пользователей. Reddit ежедневно посещают около 126 миллионов уникальных пользователей, а реклама является ключевым источником дохода платформы. Инженеры работают в небольших сплочённых командах и тесно взаимодействуют с Product, Data Science и Infrastructure.

Будет плюсом

• Опыт работы с рекламными/аукционными системами, онлайн-маркетплейсами или поисковыми/ранжирующими системами в масштабе
• Знакомство с real-time системами принятия решений в условиях низкой латентности
• Опыт feature engineering, оптимизации моделей и production-мониторинга ML-систем
• Навыки кросс-функционального взаимодействия (Product, DS, Engineering) в контексте Ads или маркетплейсов
• Продвинутая степень (MS или PhD) в Computer Science, ML, Operations Research, Прикладной математике или смежной области

Условия

• Полное медицинское, стоматологическое и офтальмологическое страхование
• 401(k) с матчингом от работодателя
• Акции в форме RSU (restricted stock units)
• Гибкий отпуск и оплачиваемые волонтёрские дни
• Щедрый оплачиваемый отпуск по уходу за ребёнком
• Поддержка планирования семьи и гендерно-аффирмирующей медицины
• Ментальное здоровье и коучинг
• Программы профессионального развития и поддержки работы из дома
• Полностью удалённая работа (США)

Навыки

• Python
• Java
• Go
• Apache Spark
• Apache Kafka
• Apache Airflow
• BigQuery
• Redis
• Machine Learning
• Optimization Algorithms
• Auction Theory
• Bidding Systems
• Budget Pacing
• Real-Time Systems
• Feature Engineering
• A/B Testing
• Production ML Systems
• Data Processing

Могут спросить на собеседовании

1. Как вы подходите к задаче пейсинга бюджета рекламной кампании в течение дня? Какие алгоритмические подходы рассматривали бы?
2. Опишите разницу между second-price и first-price аукционами. Как изменение механизма аукциона влияет на поведение участников и доходность маркетплейса?
3. Как бы вы спроектировали систему оптимизации ставок для достижения целевого CPA рекламодателя при неравномерном трафике и задержке сигналов конверсии?
4. Расскажите о случае, когда ML-модель в продакшне показала неожиданное поведение. Как вы его диагностировали и устранили?
5. Как вы балансируете между пользовательским опытом (ad load, качество рекламы) и максимизацией выручки маркетплейса при проектировании политик показа рекламы?