Machine Learning Engineer (Ads)

【投遞方法】：請至 https://grnh.se/2772141f1us 投遞履歷，我們會以這邊收到的履歷為主。

Dcard 致力於打造一個讓每個人透過分享以及社群互動，可以在這個平台上找到共鳴的地方。為了達成這個目標，我們的工程師利用統計與機器學習方法，分析使用者產生的內容與閱讀偏好、設計演算法、打造各種應用，讓每個人每次打開 Dcard 的時候都能立刻發現有趣的故事。

這個職位主要會協助我們做廣告系統的建置以及資料的規劃，我們希望可以優化使用者在 Dcard 站上的廣告體驗以及建構資料分析和廣告投放所需要的相關系統建置。未來比較熟悉之後再進一步與 Dcard 其他資料相關的應用系統做整合與架構建置。

在 Dcard 你將有機會可以接觸到⼤量⽤戶產生的實際資料。我們每⽉有超過一千五百萬不重複訪客，每天有數以萬計想要分享與閱讀故事的人在 Dcard 上交流，你所製作的產品將能立刻接觸到龐大的使用者，成為改善使用者體驗的關鍵，在他們的生活中創造一個美好的驚喜。

我們希望可以打造未來台灣人在網路上討論的基礎生活設施，因此在這份工作裡面自然而然就會遇到很多像是 Facebook, Twitter, Line 遇到的技術挑戰。聽起來是不是很吸引人呢？如果你對機器學習產品抱持憧憬跟熱情，不要猶豫了，趕快來跟我們一起工作！

你的工作內容有機會碰到：

短期主要負責內容

• 參與 Dcard 廣告系統算法端的開發
• 快速交付可行性架構跟改進廣告產品系統相關計畫。
• 協助設計師、前端與後端⼯程師進行介⾯或使用流程的 A/B 測試。

長期可能碰觸到的內容

• 參與 Dcard 機器學習相關產品的開發以及優化，可能會碰觸到的東西有 data pipeline 設計以及 machine learning product operation 及演算法開發。
• 和其他 data component 的開發者合作開發 Dcard 機器學習相關系統建置。

必要條件

• 有一年以上的推薦系統或廣告系統工作經驗，熟悉相關應用場景。
• 熱愛思考使⽤者的需求，將演算法動手打造成產品。
• 熟悉 python 且不排斥學習新語言（Go, Scala）。
• 喜歡追求高品質的程式，面對需求能夠提出最小可行性系統架構及了解其中的 tradeoff。
• 有良好的溝通協作能力，能夠清楚的表達想法，並與其他團隊順利合作。
• 對機器學習演算法及工作流程有基礎的認知，例如 Factorization Machine / Recommendation System 等等。

加分條件

• 熟悉分散式系統設計，處理巨量資料或大型系統開發。
  
• 熟悉機器學習系統商業應用場景 + 系統設計。
• 能夠解決 Keras / PyTorch 在巨量資料開發時遇到的問題。

可能碰觸到的技術

• Airflow
• Kubernetes
• Postgres / BigQuery / Redis
• Scikit-Learn / XGBoost / PyTorch
  
• Linux