In sintesi
- Mansioni: Sviluppa soluzioni ML/AI innovative e collabora con team multidisciplinari.
- Azienda: SurveyMonkey, leader globale nelle indagini e nei sondaggi.
- Benefit: Ambiente di lavoro ibrido, opportunità di crescita e programmi di benessere.
- Altre informazioni: Cultura inclusiva e opportunità di mentorship per crescere professionalmente.
- Perché questo lavoro: Lavora con tecnologie all'avanguardia e fai la differenza in progetti significativi.
- Qualifiche: Esperienza in Machine Learning, Data Science e NLP.
La retribuzione prevista è compresa tra 63000 - 77000 € per anno.
Survey Monkey is the world's most popular platform for surveys and forms, built for business - loved by users.
We combine powerful capabilities with intuitive design, effectively serving every use case, from customer experience to employee engagement, market research to payment and registration forms.
With built-in research expertise and AI-powered technology, it's like having a team of expert researchers at your fingertips.
Continui a leggere per scoprire di cosa avrà bisogno per avere successo in questa posizione, incluse competenze, qualifiche ed esperienza.
Trusted by millions—from startups to Fortune 500 companies—Survey Monkey helps teams gather insights and information that inspire better decisions, create experiences people love, and drive business growth.
Discover how at .
What we're looking for: Survey Monkey's Machine Learning organization spans two connected tracks: the Machine Learning Platform (MLP) team, which builds the secure, scalable pipelines and infrastructure that deploy and monitor ML models in production, and the Product Data Science team, which designs, builds, and fine-tunes the models, from statistical methods to LLMs, before they reach deployment.
We're building enterprise-scale NLP and ML systems, and looking for talented ML engineers at different levels, from early career through to Staff Engineer.
Whether you're a technical leader ready to shape our ML architecture and mentor teams, or an engineer looking to own end-to-end ML solutions, we have roles that could fit.
You'll work at the intersection of Data Science, Dev Ops, and Product, helping power technologies like Generative AI, NLP, and real-time classification across Survey Monkey's product portfolio.
What you'll be working on
- Build and own end-to-end ML/AI solutions within the product, maintaining long-term ownership through different stages of deployment, refinement, and iterative enhancements
- Build end-to-end monitoring and telemetry systems to detect complex failure modes, deterioration of predictive accuracy, and usage patterns.
- Architect scalable ML platforms and production data pipelines, collaborating cross-functionally to integrate new data sources.
- Create novel and traditional ML/AI implementations for the in-product experience, collaborating with Product, Design, Front- and Back-End developers to educate teams and iterate through solutions and designs.
- Deliver tailored AI solutions by training, fine-tuning, and deploying models ranging from statistical methods to cutting-edge LLMs.
- Drive continuous improvement and innovation through research, proposing adoption strategies for external solutions, identifying knowledge gaps within the team, and ensuring hiring and training initiatives address capability needs.
We’d love to hear from people with
- Extensive professional experience in Machine Learning and Data Science, building and maintaining models in production environments.
- Strong expertise in Natural Language Processing, statistical modelling and analysis, and modern ML methods.
Deep understanding of not just the models, but what's happening within them—hands-on experience building novel architectures for bespoke product solutions.
- Experience handling data at scale with familiarity in Human-In-The-Loop labelling, training and scaling usable data, plus foundational exploratory data analysis.
- Proven expertise in creating evaluations and evaluation platforms for non-deterministic systems, including LLM-as-Judge techniques, inferred signals, and traditional model evaluation mechanisms to validate performance and maximise ML/AI impact.
- Experience developing production monitoring and creating feedback loops using active feedback, passive signals, and user behaviours to identify key performance indicators for user journeys and experiences.
- Saa S development and deployment experience, building multi-scaled, right-specified ML solutions in Saa S environments with CI/CD code lifecycle practices in AWS environments and services (Kafka, EKS, Sage Maker, Athena).
- Demonstrated experience building LLM-powered product integrations, including Agents and autonomous processes, RAG and context enrichment, and modern prompt engineering methods with guided generation and oversight.
- Proven leadership and mentorship capabilities as a technical leader with the ability to mentor engineers across teams and manage complex deliverables.
Survey Monkey believes in-person collaboration is valuable for building relationships, fostering community, and enhancing our speed and execution in problem-solving and decision-making.
As such, you will be required to work from a Survey Monkey office for up to 1 day per week.
#LI - Hybrid
Why Survey Monkey?
We're glad you asked At Survey Monkey, curiosity powers everything we do.
We're a global company where people from all backgrounds can make an impact, build meaningful connections, and grow their careers.
Our teams work in a flexible, hybrid environment with thoughtfully designed offices and programs like the CHOICE Fund to help employees thrive in work and life.
We've been trusted by organizations for over 25 years, and we're just getting started.
Our milestones include celebrating a quarter-century of curiosity with 25 acts of giving, opening new hubs in Costa Rica and India, crossing the threshold of 100 billion questions answered, and earning recognition as one of the Most Inspiring Workplaces across North America and Asia.
We live our company values—like championing inclusion and making it happen—by embedding them into how we hire, collaborate, and grow.
They help shape everything from our culture to our business decisions.
Come join us and see where your curiosity can take you.
Our commitment to an inclusive workplace Survey Monkey is an equal opportunity employer committed to providing a workplace free from harassment and discrimination.
We celebrate the unique differences of our employees because that is what drives curiosity, innovation, and the success of our business.
We do not discriminate on the basis of race, religion, color, national origin, gender, sexual orientation, gender identity or expression, age, marital status, veteran status, disability status, pregnancy, parental status, genetic information, political affiliation, or any other status protected by the laws or regulations in the locations where we operate.
Accommodations are available for applicants with disabilities.
Your data For more information on how Survey Monkey (including its subsidiary and affiliated companies) processes your personal data as a job candidate or applicant, please see our Global Applicant and Candidate Data Privacy Notice.
Please note that we may use artificial intelligence (AI) tools to support parts of the hiring process, such as sourcing candidates, reviewing applications, analyzing resumes, or summarizing interviews. These tools assist our recruitment team but do not replace human judgment.
Machine Learning Engineer - Multiple Positions datore di lavoro: SurveyMonkey
SurveyMonkey è un datore di lavoro eccezionale, offrendo un ambiente di lavoro stimolante e collaborativo nel cuore della tecnologia. I membri del team hanno accesso a opportunità di crescita professionale, mentorship e la possibilità di lavorare su progetti innovativi che influenzano milioni di utenti. Con una cultura aziendale che promuove la creatività e l'inclusione, lavorare qui significa contribuire a soluzioni significative in un contesto dinamico e all'avanguardia.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Machine Learning Engineer - Multiple Positions
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su SurveyMonkey
Non dimenticare di candidarti direttamente sul sito di SurveyMonkey! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Machine Learning Engineer - Multiple Positions
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di SurveyMonkey. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di SurveyMonkey. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso SurveyMonkey
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.