Machine Learning Engineer в группу контекстных рекомендаций в VK Видео

Наша команда развивает контекстный рекомендатель, который играет ключевую роль в продукте VK Видео. Качество рекомендаций напрямую влияет на вовлечённость и удовлетворённость миллионов пользователей платформы. Структура потребления видеоконтента существенно различается в зависимости от аудитории, поэтому важно давать специализированные рекомендации. Например, для детского контента важно предлагать видео, подходящие для детей определённого возраста, а в спортивных категориях — рекомендовать новинки. Мы ищем ML-инженера, который поможет сделать рекомендации максимально релевантными и полезными. Вас ждёт работа с высоконагруженной системой, большими данными, проведение A/B-тестов, а также исследование и внедрение новых подходов к персонализации для различных пользовательских сценариев. Крупнейший российский видеосервис: ежедневно им пользуются десятки миллионов людей. Перед нами стоит амбициозная задача — развивать видеосервис № 1 в России и внедрять новые технологии. Задачи: Участвовать в улучшении продукта на всех этапах от формирования целей до технической реализации и проведения А/В-тестов; Улучшать релевантность item2item рекомендаций за счёт использования LLM и глубокого обучения; Повышать ключевые онлайн-метрики; Анализировать пользовательские сценарии и предлагать новые подходы к персонализации; Внедрять новые алгоритмы в существующую инфраструктуру Требования: Опыт работы в ML от двух лет; Знание алгоритмов и структур данных; Знание классических ML-алгоритмов; Знание Python и ML-фреймворков (Catboost, PyTorch, TensorFlow и др.); Самостоятельность, умение брать ответственность за результат

Секреты цифровой доступности Как попасть в команду Участвовать в улучшении продукта на всех этапах от формирования целей до технической реализации и проведения А/В-тестов Улучшать релевантность item2item рекомендаций за счёт использования LLM и глубокого обучения Повышать ключевые онлайн-метрики Бонусы: Гибкий график работы; Бонусы и скидки от партнеров; ДМС; Профессиональная команда; Интересные задачи Дополнительные плюсы: Опыт работы в рекомендательных системах, поиске, рекламе или других смежных областях; Опыт работы с технологиями обработки больших данных (Hadoop, Hive, Spark, YTsaurus и др.); Знание Java; Опыт внедрения ML-систем в продакшен; Опыт работы с распределёнными системами