Руководитель группы продуктовых сценариев в AI VK
По договоренности
Office, hybrid•Занятость: Полная•Требуемый опыт: Не указан
Москва

Размер компании
-
Описание компании не указано
Описание вакансии
AI VK — центр ML-экспертизы ВКонтакте. Мы объединяем сильнейших специалистов, читаем научные статьи, экспериментируем с алгоритмами и создаём надёжную инфраструктуру для обучения и сервиса. Группа «Продуктовые сценарии» в VK Видео отвечает за разработку важных ML-компонентов сервиса: тематических витрин, персонализированных уведомлений, блендинга блоков, продвижения прямых трансляций и другие. Это одно из самых насыщенных и разнообразных направлений в экосистеме: здесь всегда много задач — разных по масштабу, сложности и подходам к решению. Работа в этом направлении точно не будет рутинной и даст возможность постоянно развиваться, пробуя себя в новых типах ML-продуктов и сценариев. Мы занимаемся end-to-end разработкой рекомендаций: анализируем логи пользователей, формулируем и проверяем гипотезы, обучаем модели, обеспечиваем стабильную работу рантайма, создаём новые продуктовые фичи, проводим A/B-эксперименты и развиваем систему метрик сервиса. Мы развиваем технологии искусственного интеллекта для ключевых продуктов VK, создаём систему рекомендаций и поиска контента на наших платформах. Задачи: Руководить командой ML-инженеров и бэкенд-разработчиков: нанимать, развивать, выстраивать процессы; Ставить цели для команды, декомпозировать их на понятные и достижимые задачи; Повышать эффективность рекомендательных алгоритмов и решать реальные пользовательские проблемы с помощью ML; Разрабатывать решения с учётом высокой нагрузки и специфики инфраструктуры рекомендаций, обеспечивая стабильность и производительность ML-сервисов в проде; Разрабатывать и улучшать продуктовые ML-фичи в сервисе; Проводить A/B-эксперименты, анализировать метрики и пользовательское поведение Требования: Опыт руководителя технической команды (ML или разработчиков) не менее двух лет; Хорошие знания алгоритмов, структур данных и основ машинного обучения; Практический опыт разработки на C++, Java или Python; Работа с ML-решениями в условиях высокой нагрузки
Дополнительно
Секреты цифровой доступности Как попасть в команду Максимум разнообразия задач — ежедневно решаете разные прикладные и системные ML-задачи в рамках одного продукта Масштаб — десятки миллионов DAU, более 10 000 запросов в секунду, петабайты логов Технологичность — внутренняя платформа обучения, MapReduce, real-time runtime, запуск пайплайнов Бонусы: Гибкий график работы; Бонусы и скидки от партнеров; Офис в центре города; ДМС; Профессиональная команда; Интересные задачи Дополнительные плюсы: Работа с рекомендательными или поисковыми системами; Опыт работы с большими данными