Вакансии vk, ai vk: работа в IT и digital

Мы разрабатываем внутреннюю ML‑платформу, которая помогает ML‑разработчикам быстро и предсказуемо доводить модели до продакшена — от готовой модели до стабильного продового инференс-сервиса, который можно передавать внешним командам на интеграцию.

На платформе больше тысячи моделей и суммарно десятки тысяч запросов в секунду.

Задачи платформы:

• Сокращение time‑to‑market (TTM): убираем ручные шаги, стандартизируем путь модели в прод и делаем его воспроизводимым и прозрачным
• Эффективность и надёжность: большинство моделей работают на GPU, поэтому важно минимизировать простои, корректно масштабироваться под нагрузку и сохранять устойчивость сервиса даже при сбоях на уровне инфраструктуры/железа

Задачи инженера

• Развивать backend-инфраструктуру инференс-платформы
• Работать над эффективным использованием GPU
• Совместно с командой инфраструктуры улучшать end‑to‑end надёжность

Требования

• Опыт разработки на Java
• PostgreSQL
• Опыт работы с микросервисами

Будет плюсом

• Опыт работы с ML
• Опыт работы с Inference Backend'ами
• Опыт работы с Nvidia GPU

Направление фильмов и сериалов в VK Видео отвечает за развитие одних из ключевых сценариев потребления: фильмы, сериалы, детский контент, ТВ-шоу и тематические подборки. Мы хотим сделать эти сценарии удобнее и персональнее для пользователя: помогать находить хороший фильм на вечер, выбирать следующую серию любимого сериала, продолжать просмотр с нужного места и получать релевантные рекомендации без дублей.

Мы ищем ML-разработчика, который будет развивать киносериальные рекомендации: формулировать и проверять гипотезы, развивать матчинг и дедупликацию контента, обучать модели, обеспечивать стабильную работу рантайма, проводить A/B-эксперименты и развивать систему метрик.

Об одном из наших релизов можно прочитать здесь: https://vk.company/ru/press/releases/12243/

Что предлагаем

• Большой масштаб — десятки миллионов пользователей, высоконагруженный рантайм и большие данные
• Значимую продуктовую зону — фильмы и сериалы являются одним из ключевых драйверов роста вовлечения и TVT
• Сильную техническую среду — Discovery-платформа, ML-инфраструктура, Java, YTsaurus, быстрый цикл экспериментов
• Нетривиальные задачи — матчинг тайтлов, дедупликация копий, рекомендации сериалов, подборки, работа с плейлистами и кластерными сущностями
• Реальное влияние на продукт — возможность влиять не только на модели, но и на качество пользовательских сценариев

Задачи

• Развивать рекомендации для фильмов, сериалов, детского контента, ТВ-шоу и тематических подборок, а также разрабатывать механизмы матчинга и дедупликации контента
• Обеспечивать стабильную работу ML-решений в высоконагруженном рантайме
• Проводить A/B-эксперименты и принимать решения на основе данных
• Находить точки роста и формулировать продуктовые и ML-гипотезы

Требования

• Имеете от года опыта разработки ML-решений
• Уверенно пишете код на Python, Java или C++
• Умеете работать с продуктовыми метриками и A/B-тестами
• Готовы брать на себя сложные технические задачи и доводить решения до продакшена

Будет плюсом

• Работали с рекомендательными, поисковыми или рекламными системами
• Работали с ML-системами в условиях высокой нагрузки
• Работали с видео, медиа, UGC или стриминговыми продуктами
• Сталкивались с задачами матчинга и дедупликации контента
• Имеете опыт оптимизации ML-рантайма и production-инфраструктуры