SoundCloud cerca un Engineering Manager per portare gli annunci al machine learning

SoundCloud apre una posizione per guidare l’Ads ML team e sostituire regole fisse con modelli in tempo reale nella delivery degli annunci¹.

La pubblicità è una fonte di ricavi centrale per l’azienda. Porta entrate dirette e spinge gli ascoltatori free verso l’abbonamento. Quei ricavi pagano i creator, coprono i costi dei contenuti e sostengono l’indipendenza della società. Scegliere il giusto carico pubblicitario conta per ascoltatori, artisti e business¹.

Il ruolo è ibrido e richiede leadership con componente hands-on. La persona selezionata guiderà quattro ingegneri backend e ML, contribuirà al codice e definirà la direzione tecnica della delivery pubblicitaria guidata da modelli. Lavorerà con ingegneri client, data analyst e product. Riporterà al Director of Engineering in una struttura piatta¹.

L’Engineering Manager possiederà la roadmap ML per la delivery degli annunci. Dovrà portare in produzione, su più mercati, il serving personalizzato basato su contextual bandits e modelli predittivi: rischio di churn, propensione all’abbonamento, LTV utente. Deciderà le priorità del team e il passo di adozione¹.

Incarichi chiave: gestire lo stack di produzione che prende le decisioni sugli annunci, con serving online dei modelli, decisioning bandit in tempo reale, pipeline di feature, valutazione e monitoraggio. Impostare una pratica di sperimentazione rigorosa, con valutazioni offline e online, A/B test, metriche di guardrail e decisioni chiare di rilascio o stop su ad load e LTV. Possedere i servizi backend che traducono le decisioni dei modelli negli annunci serviti su iOS, Android e web. Collaborare sulla roadmap con le funzioni vicine bilanciando ricavi, retention e inventory pubblicitaria. Far crescere la profondità ML del team con assunzioni, mentorship e sviluppo delle performance¹.

I requisiti minimi sono espliciti. Almeno 2 anni di esperienza nella gestione di team di ingegneria. Almeno 5 anni da sviluppatore backend, con confidenza nel codice e nel design di sistema. Esperienza diretta nel portare in produzione sistemi ML: serving dei modelli, decisioni in tempo reale, pipeline di feature, monitoraggio di drift e qualità dei dati. Conoscenza di ML applicato al decision-making, dai bandit al ranking, dalla recommendation ai modelli di propensity, con la profondità necessaria a discutere scelte e trade-off. Capacità di disegnare esperimenti con rigore statistico, anche rispetto al bilanciamento tra ricavo di breve periodo e retention di lungo. Esperienza nella gestione di persone, tra coaching, feedback e sviluppo. Comunicazione chiara con stakeholder tecnici e non tecnici¹.

Ci sono punti bonus. Esperienza in ad tech, ad serving o sperimentazione su larga scala in piattaforme consumer. Lavoro in produzione con bandit contestuali o multi-armed, reinforcement learning o uplift modelling. Tooling di piattaforme ML come feature store, model registry e workflow. Modelli di LTV, churn o subscription-propensity. Standard e integrazioni pubblicitarie: VAST, domanda programmatica tramite SSP e DSP, frequency capping. Pubblicità audio o video. Linguaggi: Scala o un’altra JVM, e Python per il lavoro ML¹.

L’azienda ha uffici a New York, Los Angeles, Berlin e London. Cultura flessibile, collaborazione in presenza e lavoro da casa. Impegno su diversità, equità e inclusione, con gruppi e iniziative interne. Benefici: Creativity and Wellness benefit, Employee Equity Plan, budget generoso per la formazione, policy di ferie flessibile con fino a 35 giorni di PTO all’anno, snack, prodotti vari e due pranzi gratuiti a settimana in ufficio¹.

La ricerca è per chi vuole portare il machine learning nella delivery pubblicitaria su scala, guidare un team e incidere sull’esperienza pubblicitaria di milioni di ascoltatori su SoundCloud¹.