Machine Learning Engineer

Обучение ML-моделей ранжирования, развитие различных механик для рекомендаций клипов.

Корректное и полное исследование возможных методов решения поставленной задачи: они не всегда сводятся исключительно к ML-модели; существуют эффективные механики, в которых модель работает вкупе с алгоритмами:

Написание эффективного кода на Java: помимо расчётов в офлайне наши механики работают в высоконагруженном рантайме, быстродействие которого критически важно для пользователей.

Заведение и анализ A/B-экспериментов: это важнейший способ исследования, а также главный способ измерить эффект от своего решения.

Знание алгоритмов и структур данных.

Знание теории матстата и ML: например, обработка табличных и сложноструктурированных данных, градиентный бустинг, подходы и метрики задачи ранжирования, методы построения и использования эмбеддингов.

Опыт проведения и анализа A/B-тестов.

Опыт разработки ML-моделей для рекомендаций/поиска.

Умение внимательно читать длинные списки.

Опыт ООП на строготипизированных ЯП.

Не является минусом отсутствие опыта: разработки на Java, разработки в рантайм, построения ML в рекомендательном домене.

Команда: ведущие эксперты индустрии, готовые делиться своим опытом.

Проекты и задачи: мы реализуем более 200 технологических продуктов, которыми пользуется свыше 95% аудитории рунета.

Оборудование: у нас есть специализированные гаджеты и дополнительные мониторы для комфортной работы.

Профессиональное развитие: проводим митапы, конференции, семинары и тренинги для сотрудников.

Здоровье и спорт: в офисе есть фреш-бар с овощами и фруктами, спортивный зал с тренажёрами.

Командный досуг: вместе проходим мастер-классы и тимбилдинги на свежем воздухе, смотрим кино и, конечно, танцуем на VK Fest.

Офис в пяти минутах от метро, крытый паркинг, велопарковка, а летом ― прокат велосипедов, лонгбордов и самокатов.