Ленинградский проспект 39с79
Умная лента — первое, что видит пользователь, когда открывает приложение ВКонтакте. 100 миллионов пользователей каждый месяц заходят в наш сервис за новостями, публикациями и мемами. Наша задача — найти для каждого из них самый интересный контент среди его подписок и порекомендовать что-то новое. Наши задачи покрывают обширную часть рекомендательных систем: информационный поиск, ранжирование, алгоритмы на графах, контентный анализ и даже RL. Всё это возводится в степень больших данных и высоких QPS: если матричные факторизации, то распределённые; если модели ранжирования, то эффективные.
Ищем ML-инженера, который усилит нашу команду.
Задачи:
- проектировать и создавать real-time логику вокруг ML на Java — собирать данные для обучения, извлекать признаки, применять модели и многое другое;
- писать алгоритмы работы с большими данными в MapReduce-парадигме — от простых механизмов сбора датасетов до сложных алгоритмов факторизаций для сотен миллионов пользователей;
- внедрять классические и DL-подходы для задач retrieval и CTR-prediction, искать кандидатов через контентный анализ и нейросетевое ранжирование;
- заниматься другими задачами, которые сделают наших пользователей счастливее.
Подробнее о некоторых из наших задач:
• митап VK Tech Talks · ML
• Даниил Самойлов «Адаптивное квотирование источников кандидатов в near real-time»
• Евгений Замятин «Рекомендации друзей ВКонтакте: ML на эго-графах»
Требования:
- опыт в роли ML-инженера в одной из перечисленных выше областей Machine Learning от трёх лет;
- фундаментальные знания статистики и computer science;
- готовность выходить за рамки, исследовать и предлагать.
