Мы занимаемся рекомендацией контента и data-driven развитием сервисов ВКонтакте. При этом мы не только используем готовые решения, но и создаём собственные, подходящие для работы в условиях высоких нагрузок и больших данных. Помимо классического ML, мы используем deep learning и байесовские методы. Типичный пример нашего проекта — система, которая на ходу учится определять перспективность нового контента и аудиторию, среди которой он будет наиболее востребован.

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

Задачи

• математически формулировать бизнес-задачи;
• работать с огромными объёмами различных интересных данных;
• создавать гипотезы по улучшению сервиса, проверять их работоспособность в офлайне и внедрять в продакшен;
• проводить A/B-тесты и анализировать результаты экспериментов.

У нас интересно, потому что вы сможете внести свой вклад в VK Знакомства, платформу игр, суперприложение и многие другие проекты, которыми пользуются миллионы людей, а также поработать с разнообразными state-of-the-art решениями в области машинного обучения, например:

• с продвинутыми методами матричной факторизации для извлечения информации из истории просмотров и поиска;
• современными моделями NLP и CV;
• 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.

Требования

• 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

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