Machine Learning Engineer в команду ML-алгоритмов умной ленты, Санкт-Петербург

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 специалиста, 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 — vk.com/wall-147415323_15836;
• Даниил Самойлов «Адаптивное квотирование источников кандидатов в near real-time» — vk.com/video-151223562_456239465;
• Евгений Замятин «Рекомендации друзей ВКонтакте: ML на эго-графах» — habr.com/ru/companies/vk/articles/552162/.

У нас интересно, потому что:

• результаты нашей работы видят десятки миллионов пользователей;
• мы предлагаем интересные и сложные задачи на стыке разных областей знаний;
• отвечаем за полный цикл разработки ML-решений;
• стараемся активно следовать трендам машинного обучения и вносить вклад в науку — участники нашей команды регулярно публикуют статьи, выступают с докладами на конференциях и делятся решениями сложных задач;
• у нас минимум бюрократии, а скорость разработки — максимальная.

Требования

• разбираетесь хотя бы в одной из перечисленных выше областей ML;
• обладаете фундаментальными знаниями статистики и computer science;
• не боитесь выходить за рамки, исследовать и предлагать.

Будет плюсом

если вы имеете богатый опыт спортивного программирования и желание развиваться в ML — это может покрыть пробелы в знаниях.