Старший Java-разработчик в команду рекомендаций социальных сервисов в AI VK

Any

По договоренности

Office, hybridЗанятость: ПолнаяТребуемый опыт: Не указан

Санкт-Петербург

Откликнуться
company logo
VK
Перейти на сайт

Размер компании

-

Описание компании не указано

Описание вакансии

Команда AI VK развивает технологии искусственного интеллекта для ключевых продуктов компании, разрабатывает систему рекомендаций и поиска контента на наших платформах, чтобы 95% пользователей рунета быстро и эффективно решали свои задачи с помощью сервисов VK. Наша команда разрабатывает бэкенд рекомендательной системы для ключевых сервисов VK. Мы работаем с десятками миллионов пользователей, сотнями тысяч запросов в секунду и формируем персональные ленты в реальном времени с использованием сотен ML-моделей. Мы успешно построили и поддерживаем бэкенд рекомендательной системы Дзена, а сейчас масштабируем наши решения на другие сервисы компании: оптимизируем существующие модели и создаём новые, чтобы адаптировать сервисы к возросшей нагрузке и новым форматам контента, а также повысить качество выдачи. Технологии и решения, которые мы используем: Java 21, Cassandra, Kafka, Gradle, Gitlab & TeamCity, Off-Heap Memory, Spring, TestContainers. опыт с Hadoop, Spark. Мы развиваем технологии искусственного интеллекта для ключевых продуктов VK, создаём систему рекомендаций и поиска контента на наших платформах. Задачи: участвовать в разработке архитектуры рекомендательных сервисов с нуля, но с учётом уже используемых и обкатанных технологий;; разрабатывать высоконагруженные рекомендеры, которые можно будет разворачивать под новые сервисы VK;; внедрять в эти рекомендеры модели машинного обучения совместно с ML-инженерами. Требования: опыт коммерческой разработки на Java от трёх лет;; опыт работы с фреймворками для data-intensive систем;; опыт или желание разбираться с сервисами на основе ML, в частности с рекомендательными системами.

Дополнительно

Секреты цифровой доступности Как попасть в команду участвовать в разработке архитектуры рекомендательных сервисов с нуля, но с учётом уже используемых и обкатанных технологий; разрабатывать высоконагруженные рекомендеры, которые можно будет разворачивать под новые сервисы VK; внедрять в эти рекомендеры модели машинного обучения совместно с ML-инженерами. Бонусы: Гибкий график работы; Бонусы и скидки от партнеров; Офис в центре города; ДМС; Профессиональная команда; Интересные задачи