Java-разработчик в команду рекомендательной системы в AI VK

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 бекенд рекомендательной системы Дзена, а сейчас масштабируем наши решения на другие сервисы компании (VK Клипы, VK Видео): оптимизируем существующие модели и создаём новые, чтобы адаптировать сервисы к возросшей нагрузке и новым форматам контента, а также повысить качество выдачи. Стек: Cassandra, Kafka, Java 21, Gradle 8, Gitlab & TeamCity, CatBoost, Off-Heap Memory, SpringBoot, TestContainers. Готовы предлагать как комбинированный формат работы из любого офиса в VK, так и удаленный из России и Беларуси. Мы развиваем технологии искусственного интеллекта для ключевых продуктов VK, создаём систему рекомендаций и поиска контента на наших платформах. Стек: Готовы предлагать как комбинированный формат работы из любого офиса в VK, так и удаленный из России и Беларуси. Задачи: Писать код на Java по всему стеку рекомендательной системы;; совместно с ML-инженерами проектировать и внедрять сервисы для моделей ранжирования;; развивать архитектуру под новые продукты;; оптимизировать алгоритмы для экономии серверных мощностей. Требования: Опыт коммерческой разработки на Java от 3 лет (или разрабатывали на любом современном языке и готовы перейти на Java);; знание алгоритмов и основных структур данных;; желание научиться или умеете работать с большими данными и высоконагруженными системами;; интерес к технически сложным задачам и оптимизации кода.

Секреты цифровой доступности Как попасть в команду Писать код на Java по всему стеку рекомендательной системы; совместно с ML-инженерами проектировать и внедрять сервисы для моделей ранжирования; развивать архитектуру под новые продукты; Бонусы: Гибкий график работы; Бонусы и скидки от партнеров; Офис в центре города; ДМС; Профессиональная команда; Бонусы от партнеров; Интересные задачи Дополнительные плюсы: понимание ML;; опыт работы с высоконагруженными системами и MapReduce.