В рекомендациях, поиске и рекламе ключевую роль играют эмбеддинги — векторные представления контента. Их нужно считать в поточном режиме для всех новых объектов (видео, изображений, постов, рекламных объявлений) и быстро доставить в систему ранжирования Discovery Runtime.
Feature Flow предоставляет ML-командам возможность самостоятельно управлять графами поточного обогащения данных и расчёта моделей. Платформа реализует материализацию таких графов в пайплайны стриминговой обработки данных, используя фреймворк Stream Flow. Результаты расчётов записываются в распределённое хранилище YTSaurus.
Наша команда пишет на Java 21, использует Spring Boot, YTSaurus, Postgres, Gradle, GitLab CI, Grafana и множество внутренних инструментов.
Задачи
- Улучшение UX, снижение TTM
- Интеграция новых сценариев
- Оптимизация ресурсов
- Обеспечение надёжности
- Миграция пайплайнов из неплатформенных решений
Требования
- Опыт разработки на Java от пяти лет
- Понимание особенностей разработки отказоустойчивых сервисов
- Умение работать в команде
- Желание быстро осваивать новые технологии и подходы
Мы предлагаем
Формат работы
Уровень
График работы
AI VK
Мы развиваем технологии искусственного интеллекта для ключевых продуктов VK, создаём систему рекомендаций и поиска контента на наших платформах.