и чем предстоит заниматься?
у нас 250+ сервисов в K8S и более 150 сервисов на PaaS на разных языках.
Ищем бэкенд-разработчиков на Java, Go, Python, C++ и ML-экспертов в Classic ML, RecSys, NLP/LLM, CV, Speech с опытом коммерческой разработки от трёх лет.
Собеседования проведём в выходные 4-5 октября онлайн.
Мы свяжемся с вами в течение 2 рабочих дней и договоримся о звонке на 15–30 минут. Познакомимся, коротко расскажем о командах и выберем слот для индивидуального онлайн-интервью в выходные.
В субботу 4 октября проведём индивидуальные технические онлайн-собеседования, пообщаемся с вами в заранее назначенное время.
В воскресенье — финальное собеседование. Вы сможете познакомиться с интересными вам командами, узнать больше о предстоящих вызовах и получить ответы на вопросы. Если поймём, что готовы работать вместе, в этот же день вы получите офер от VK.
Разрабатывает алгоритмы персонализированных рекомендаций, чтобы улучшить пользовательский опыт в продуктах VK — например, в Дзене, VK Музыке, VK Видео и ВКонтакте.
- Помогает пользователям видеть максимально релевантный и интересный контент, а авторам — быстро находить свою аудиторию.
- Строит единую платформу для рекомендательных систем во всех продуктах VK
-
Команда 150+ единомышленников, которая решает сложные инженерные задачи:
- near real-time расчёт нейросетевых трансформеров на GPU
- нейросетевые модели ранжирования в runtime на GPU
- масштабирование всего стека ранжирования до базы в 10 миллиардов
- собственная VLM (Visual Language Model) для задач рекомендаций
- единый нейросетевой профиль пользователя для всех продуктов VK
Отвечает за создание и поддержку масштабируемой и эффективной инфраструктуры для разработки, тестирования и развёртывания моделей машинного обучения.
Упрощает работу с данными: делает их качественнее, безопаснее, стандартизирует процессы и централизует метаданные. Ключевая цель — сделать данные полезными для каждого сервиса и проекта VK.
Команда выстраивает облачную и физическую инфраструктуру VK. Пул наших продуктов — технологическая платформа VK с хранилищем горячих и холодных данных и объектов (S3), базы данных, внутреннее облако, системы метрик, единой конфигурации, мониторинга; средства и инструменты разработки и диагностики.
Наши системы работают на тысячах машин в нескольких дата-центрах, и при наших масштабах стандартные подходы часто не работают или недостаточно надёжны, поэтому мы создаём свои решения и активно участвуем в разработке программ с открытым исходным кодом.
Мы развиваем универсальную платформу поиска по видео, постам, сообществам и людям. Наша повседневность — это миллиардные индексы, сотни миллионов активных пользователей и постоянное совершенствование алгоритмов для разных поисковых сценариев.
Создаём инструменты для бизнеса, которые упрощают запуск рекламных кампаний и управление ими. Наши технологии интегрированы в Дзен, ВКонтакте, ОК, Mail. От нас во многом зависит релевантность рекламы и, следовательно, её эффективность.
Отвечают за сервисы для сотрудников VK — от техподдержки и офисной инфраструктуры до инструментов для финансового планирования.
- Направление корпоративных финансовых систем занимается автоматизацией, интеграцией и поддержкой всех финансовых систем в VK
- Департамент развития внутренних сервисов отвечает за внутренние сервисы, которые упрощают и улучшают работу сотрудников VK
- Команда техподдержки и инфраструктуры офисов делает всё, чтобы сотрудникам было просто и легко работать: звонки не висли, ноутбуки заменялись быстро, проблемы с ПО решались оперативно и т. д.
Разрабатывает алгоритмы персонализированных рекомендаций, чтобы улучшить пользовательский опыт в продуктах VK — например, в Дзене, VK Музыке, VK Видео и ВКонтакте.
- Помогает пользователям видеть максимально релевантный и интересный контент, а авторам — быстро находить свою аудиторию.
- Строит единую платформу для рекомендательных систем во всех продуктах VK
-
Команда 150+ единомышленников, которая решает сложные инженерные задачи:
- near real-time расчёт нейросетевых трансформеров на GPU
- нейросетевые модели ранжирования в runtime на GPU
- масштабирование всего стека ранжирования до базы в 10 миллиардов
- собственная VLM (Visual Language Model) для задач рекомендаций
- единый нейросетевой профиль пользователя для всех продуктов VK
Отвечает за создание и поддержку масштабируемой и эффективной инфраструктуры для разработки, тестирования и развёртывания моделей машинного обучения.
Разрабатывает технологии машинного обучения и искусственного интеллекта для продуктов экосистемы VK. Наши решения уже интегрированы в различные сервисы компании и помогают улучшать пользовательский опыт.
В отделе работают четыре специализированные команды:
- отдел больших языковых моделей занимается post-training LLM для русского языка и выпускает модели размером от 4B до 70B
- команда NLP создаёт алгоритмы поиска для VK Видео, Дзена и RAG-системы для поддержки
- отдел речевых технологий разрабатывает ASR, TTS и системы шумоподавления для мессенджеров и видеосервисов
- команда внедрения создаёт инфраструктуру для ML-решений и автоматизирует внутренние процессы компании