Мы разрабатываем суперприложение ВКонтакте — точку входа в большую экосистему, где бизнес и пользователи находят друг друга. Мы объединяем несколько направлений: игровую платформу Direct Games, платформу мини-приложений VK Mini Apps, VK Знакомства и VK Здоровье.

Ищем специалиста, который будет вместе с нами разрабатывать рекомендательную систему, искать возможности для роста и формировать планы по развитию продукта.

Задачи

• математически формулировать бизнес-задачи;
• работать с большими объёмами данных;
• создавать гипотезы по улучшению сервиса, внедрять их и проверять работоспособность в офлайне, а в случае удачи — искать способы реализации;
• проводить A/B-тесты и анализировать результаты экспериментов;
• проводить feature engineering, создавать новые метрики качества.

У нас интересно, потому что вы сможете поработать с разнообразными state-of-the-art решениями в области рекомендательных систем, например:
• с продвинутыми методами матричной факторизации для извлечения информации из истории просмотров и поиска;
• построением текстовых эмбеддингов;
• методами reinforcement learning;
• SNA-техниками для анализа социального графа;
• разработками big data и аналитикой поверх стека Apache Spark;
• product science для инсайтов и генерирования продуктовых гипотез;
• анализом границ применимости моделей, техниками explanation для понимания их работы и специфик;
• внедрением и улучшением ML-рекомендаций в вертикальных сервисах.

Требования

Мы ожидаем, что вы:

• имеете отличную математическую и алгоритмическую подготовку;
• знаете методы машинного обучения и умеете грамотно их использовать;
• работали с рекомендательными системами или интересуетесь ими;
• уверенно владеете Python, Java или Scala, а также любым из диалектов SQL.

Будет плюсом

Будет плюсом, если вы:

• умеете работать с фреймворками big data — Spark, Hadoop;
• знакомы с байесовскими методами машинного обучения.