Товарные рекомендации в Ленте — это поиск подходящего товара через контент. Пользователь приходит посмотреть Ленту без конкретного запроса на покупку, поэтому нам важно понимать его интересы и находить товары, которые органично впишутся в этот опыт. Здесь пересекаются рекомендации контента и e-commerce: нужно учитывать и привлекательность самого поста, и интерес к товару, сохраняя баланс между покупками и удовольствием от просмотра Ленты.
Ищем ML-инженера, который усилит нашу команду и займётся рекомендациями товарных постов в Ленте ВК. Предстоит разрабатывать и улучшать алгоритмы, которые помогают пользователям находить интересные товары.
Задачи
- Улучшать базовое качество рекомендаций и ранжирования
- Анализировать поведение пользователей и потребление контента, выдвигать и проверять продуктовые гипотезы
- Строить и поддерживать end‑to‑end пайплайны моделей: от данных и обучения до продакшен‑внедрения и мониторинга метрик
- Принимать участие в разработке сервисов, внедрять алгоритмы в бэкенд на Java
- Проводить A/B-тестирование и принимать решения с влиянием на огромную аудиторию пользователей ВК
Требования
- Знание классических алгоритмов и принципов ML
- Понимание основных принципов работы рекомендательных систем
- Знание математической статистики и методики проведения A/B-тестирования
- Уверенное владение Python/Java и SQL
- Открытость, самостоятельность, проактивность
Мы предлагаем
Формат работы
Уровень
График работы
ВКонтакте
Один из самых высоконагруженных проектов рунета. В сутки у нас бывает до 30 релизов и 125 миллиардов запросов к API. Всё это вытягивает небольшая команда разработчиков, где каждый — суперпрофессионал, который нашёл интересные для себя задачи.