Machine Learning Engineer в AI VK

Мы создаём крупнейшую рекомендательную систему для цифровых сервисов в России. Наша команда отвечает за ключевые продукты экосистемы VK: миллионы пользователей видят наши рекомендации в RuStore, в играх и в мини-приложениях. Мы помогаем людям открывать самые подходящие и интересные им приложения, игры и сервисы, а разработчикам — находить свою аудиторию. За этим стоят ML-алгоритмы, высоконагруженные пайплайны обработки больших данных и постоянные A/B-эксперименты. Наша главная задача на ближайший год — обновление всех рекомендательных систем: мы активно переносим их на Единую контентную платформу (ЕКП) — мощный фреймворк для создания современных риалтайм-рекомендательных систем внутри VK. Мы — команда, которая рекомендациями растит бизнес-метрики в продуктах:RuStore-один из ключевых продуктов экосистемы с десятками миллионов пользователей и тысячами приложений. Нам предстоит не только перенести рекомендации на EКП, но и интегрировать их в новые места продукта. Игры перенесли рекомендации на EКП и получили двузначный рост установок. Следующие шаги — эксперименты с новыми таргетами и факторами для роста доходов и долгосрочных инсталлов. Мини-приложения-следующие на очереди для переноса на EКП. Нам предстоит модернизировать их рекомендации, чтобы сделать их более персональными и эффективными. Наша цель — не только рост релевантности, но и прямая монетизация, мы растем за счет увеличения доходов от устанавливаемых приложений и игр. Мы развиваем технологии искусственного интеллекта для ключевых продуктов VK, создаём систему рекомендаций и поиска контента на наших платформах. Задачи: Разработка и оптимизация ML-моделей для рекомендаций в RuStore, играх и мини-приложениях; End-to-end перенос рекомендательных сервисов с устаревших оффлайн-систем на современную EКП; Построение и оптимизация пайплайнов обработки больших объемов данных; Проведение A/B-экспериментов; Генерация идей по улучшению качества рекомендаций и интеграции их в новые поверхности продуктов для увеличения охвата и монетизации Требования: Опыт в Machine Learning от 2-х лет; Опыт работы с большими данными (Hadoop, Spark); Понимание принципов работы realtime-сервисов; Готовность работать над полным циклом ML-рекомендаций: от данных до экспериментов

Секреты цифровой доступности Как попасть в команду Разработка и оптимизация ML-моделей для рекомендаций в RuStore, играх и мини-приложениях End-to-end перенос рекомендательных сервисов с устаревших оффлайн-систем на современную EКП Построение и оптимизация пайплайнов обработки больших объемов данных Бонусы: Гибкий график работы; Бонусы и скидки от партнеров; Офис в центре города; ДМС; Профессиональная команда Дополнительные плюсы: Опыт с рекомендательными или поисковыми системами; Опыт проведения и глубокого анализа A/B-тестов