Weekend offer ML_27-28.09.2025 в AI VK
По договоренности
Office, hybrid•Занятость: Полная•Требуемый опыт: Не указан
Москва

Размер компании
-
Описание компании не указано
Описание вакансии
Мы создаём крупнейшую рекомендательную систему для цифровых сервисов в России Наша команда отвечает за ключевые продукты экосистемы VK: миллионы пользователей видят наши рекомендации во Вконтакте, Дзене, Одноклассниках, 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. Откликайтесь на вакансию до 25 сентября, чтобы всего за два дня пройти весь путь Weekend Offer от знакомства с командами до приглашения на работу: пройти технические собеседования и получить офер. 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;; Участие в переносе рекомендательных сервисов на ЕКП (единую контентную платформу);; Построение пайплайнов обработки больших объемов данных;; Эксперименты: проверка гипотез, анализ A/B-тестов, улучшение метрик;; Генерация идей по улучшению качества работы рекомендаций, и участие в проектировании рекомендательных сервисов. Требования: Опыт работы в ML от двух лет; Знание классических алгоритмов и принципов ML; Знание алгоритмов и структур данных; Уверенное владение Python и SQL, опыт в написании кода на Java/Scala; Опыт работы с технологиями обработки больших данных (Hadoop, Spark, YT и др.); Понимание принципов работы и подходов к построению рекомендательных систем; Открытость, самостоятельность, проактивность
Дополнительно
Секреты цифровой доступности Как попасть в команду Разработка и оптимизация ML-моделей для рекомендаций; Участие в переносе рекомендательных сервисов на ЕКП (единую контентную платформу); Построение пайплайнов обработки больших объемов данных; Бонусы: Гибкий график работы; Бонусы и скидки от партнеров; Офис в центре города; ДМС; Профессиональная команда Дополнительные плюсы: Опыт в области рекомендательных технологий или смежных областях (реклама, поиск, маркетинг, e-commerce и др.) на позиции уровня Middle и выше; Опыт разработки сервисов на объектно ориентированном языке (C#, Java, C++ и др.) или Go; Умение прочитать и затем воспроизвести в коде статью