Одноклассники — это крупнейшая развлекательная социальная сеть в России. Место, где можно всегда оставаться на связи со своими друзьями и близкими, выкладывать и редактировать фотографии, слушать любимую музыку, смотреть самые популярные видео и многое другое!

Мы расширяем нашу молодую и горячую DS-команду и ищем человека, который будет участвовать в разработке сервисов "Ленты" и "Дискавери".

Лента - это сервис с десятками миллионов DAU на всех платформах (web, mob.web, android, ios). Это ключевая часть социальной сети, в которой пользователи получают всю информацию, на которую они подписались: контент друзей, фото, посты и видео из сообществ, дружбы и т.д.
Дискавери - сервис с миллионами DAU, в котором пользователю рекомендуется контент, исходя из его предпочтений с помощью различных моделей машинного обучения и не только.

В задачу сервисов входит не только отобрать интересный контент пользователю, но и сделать это быстро. Для решения этих задач мы используем гибкую систему экспериментов, в которых задействованы различные алгоритмы ML.

Задачи

Работа с контентом (CV/NLP):

• разработка моделей по генерации/модификации аудио-визуального контента;
• разработка моделей по работе с текстовым контентом.

Рекомендательные системы:

• автороцентричное ранжирование;
• реалтайм адаптация к текущим интересам пользователя;
• как сделать рекомендации разнообразными;
• участвовать в создании новых контентных фичей с помощью компьютерного зрения и текстовой генерации;
• автоматический поиск и оценка перспективных создателей контента.

Ранжирование:

• как измерять и влиять на "счастье" пользователей;
• как оптимизировать системы так, чтобы были счастливы и создатели и потребители контента;
• как корректно проводить тестирование новых функциональностей в системе с сильным сетевым эффектом.

Требования

• понимание принципов работы классических ML подходов;
• понимание принципов работы CV/NLP моделей;
• опыт разработки на Python;
• умение прочитать, а затем воспроизвести в коде статью.

Будет плюсом

• опыт применения DevOps практик в контексте разработки ML моделей;
• понимание SOTA подходов в NLP / CV;
• знание основных нейросетевых архитектур в CV/NLP;
• опыт в разработке рекомендательных систем;
• опыт промышленной разработки на Java/Scala;
• опыт работы с современным BigData стеком (Hadoop/Spark/Airflow).