vk

Старший DL-инженер (Python)

Мы — группа мультимодальных контентных моделей в отделе экспериментальных технологий AI VK. Мы разрабатываем технологии глубокого понимания контента и применяем их для развития рекомендательных систем ВКонтакте.

vk

↑ Вакансия с автоподнятием
Зарплата не указанаРоссияМосква

Мы — группа мультимодальных контентных моделей в отделе экспериментальных технологий AI VK. Мы разрабатываем технологии глубокого понимания контента и применяем их для развития рекомендательных систем ВКонтакте.

Мы строим модели, которые извлекают содержательные представления из постов, клипов, длинных видео и музыкальных треков, объединяя информацию из текста, изображения, видеоряда, речи и звука. Эти представления используются для поиска похожего контента, построения признаков, классификации и улучшения качества рекомендаций в продуктах VK.

Основные направления нашей работы — базовые embedding-модели для представления контента, мультимодальные модели и контентные классификаторы. Мы исследуем современные архитектуры, обучаем собственные модели на больших внутренних датасетах и доводим их до применения в продуктовых рекомендательных системах.

Позиция находится на стыке ресёрча и инженерии: от чтения статей, построения датасетов и постановки экспериментов до масштабного обучения, оптимизации инференса и проверки моделей в A/B-тестах.

Стек:

  • PyTorch
  • YT (YTsaurus), YQL
  • NVIDIA Triton Inference Server, TensorRT, vLLM
  • Распределённое обучение и multi-GPU inference
  • Python, C++, Go

Задачи

  • Разрабатывать и обучать базовые embedding-модели для текста, изображений, видео, речи, звука и музыки
  • Разрабатывать мультимодальные модели и контентные классификаторы
  • Исследовать архитектуры и методы обучения представлений: metric learning, contrastive learning, self-supervised и supervised learning
  • Строить датасеты и бенчмарки для оценки качества моделей и проводить масштабные экспериментальные исследования
  • Адаптировать модели под задачи retrieval и рекомендательных систем
  • Интегрировать модели в продуктовые механики рекомендаций постов, клипов, видео и музыки
  • Оптимизировать и масштабировать обучение и инференс моделей
  • Деплоить модели и сопровождать их в продакшене: проводить A/B-тесты, анализировать метрики и мониторить качество
  • Постоянно разбирать свежие статьи и идеи из индустрии и академической среды, воспроизводить перспективные подходы и проверять их на наших задачах
  • Настраивать пайплайны сбора и разметки данных, работать с асессорами и синтетическими данными: проектировать инструкции, контролировать качество и проводить калибровки

Требования

  • Опыт разработки, обучения и внедрения DL-моделей
  • Уверенное знание теории машинного и глубокого обучения
  • Хорошее понимание алгоритмов и структур данных, линейной алгебры, теории вероятностей и статистики
  • Умение проектировать корректные эксперименты, выбирать метрики и интерпретировать результаты
  • Навык написания чистого и поддерживаемого кода, понимание принципов проектирования ПО
  • Владение современными практиками совместной разработки с кодовыми агентами: умение эффективно декомпозировать задачи для агентных инструментов, контролировать и ревьюить сгенерированный код
  • Умение самостоятельно разбираться в новых предметных областях, быстро ставить эксперименты и проверять гипотезы
  • Готовность работать как с исследовательской частью задачи, так и с её инженерной реализацией
  • Открытость, ответственность, самостоятельность и проактивность

Будет плюсом

  • Опыт разработки поисковых или рекомендательных систем в индустриальном масштабе
  • Опыт работы с embedding-моделями, metric learning, contrastive learning или representation learning
  • Опыт работы с мультимодальными моделями, VLM, audio-language моделями, video encoders или foundation-моделями
  • Опыт обучения моделей для аудио, музыки, речи, изображений или видео
  • Опыт self-supervised learning и обучения на больших слабоструктурированных датасетах
  • Опыт распределённого обучения на нескольких GPU или нескольких узлах
  • Опыт оптимизации DL-моделей: профилирование, квантизация, дистилляция, уменьшение размерности представлений
  • Опыт построения больших датасетов и систематических бенчмарков для ML-моделей
  • Публикации на профильных ML-конференциях или сильный исследовательский бэкграунд

Похожие вакансии Data Science & ML

Сайты компаний
vk

Инженер машинного обучения

vk
Зарплата не указанаРоссияМосква

Наша команда занимается обработкой контента для сервиса VK Видео, это миллиардная база айтемов. Мы продуктовая команда — и от того, насколько хорошо мы обрабатываем видео, зависит дальнейшее качество рекомендаций, так как у нас есть инструменты для выделения ключевой информации.

Мы ищем ML-инженера, который поможет сделать сервис максимально удобным и привлекательным для пользователей. Вас ждёт работа с высоконагруженной системой, большими данными, проведение A/B-тестов, а также исследование и внедрение новых подходов к обработке контента.

Задачи

  • Участвовать в улучшении продукта на всех этапах от формирования целей до технической реализации и проведения А/В-тестов
  • Участвовать в проектах по обучению LLM/VLM для работы с видео
  • Растить ключевые метрики портала
  • Внедрять новые решения в нашу инфраструктуру

Требования

  • Уверенное знание Python и опыт промышленной разработки
  • Отличное владение одним из фреймворков: PyTorch, JAX или TensorFlow
  • Глубокое понимание методов и концепций Deep Learning и умение применять их на практике
  • Знание современных NLP/CV-подходов, в том числе Transformer-архитектур

Будет плюсом

  • Опыт работы в рекомендательных системах, поиске, рекламе или других смежных областях
  • Опыт работы с технологиями обработки больших данных (Hadoop, Hive, Spark, YTsaurus и другими)
  • Знание Java
  • Опыт внедрения ML-систем в продакшен
hh.ru
Зарплата не указанаРоссияМоскваУдалёнка

Привет! Это команда продуктовой аналитики ИТ Маркетплейса. Мы помогаем 2000+ разработчикам принимать решения и делать лучший продукт на рынке e-commerce, обеспечиваем аналитическую поддержку при внедрении новых фич и развитии технологических процессов.

В связи с ростом объёма задач мы расширяем команду и ищем дата сайентиста, который поможет выстраивать автоматизацию проектов через ML-пайплайны.

Вы будете

  • Участвовать в составлении роадмапа разработки, проводить ресерч и формулировать гипотезы для решения задач.
  • Взаимодействовать с аналитиками, продактами и разработчиками сервисов.
  • Работать с текстовыми данными маркетплейса: обращения клиентов, чат-боты и общение с поддержкой.
  • Строить и развивать NLP-решения: классификация текстов, суммаризация, извлечение сущностей, эмбеддинги и поиск.
  • Исследовать и внедрять современные архитектуры — Transformer-модели, семантический поиск.
  • Доводить модели до продакшна: от формулировки гипотезы и обучения до оценки качества и сопровождения.

Нам важно

  • Уверенное знание Python и опыт разработки на нём.
  • Понимание алгоритмов и структур данных.
  • Знание математической статистики, линейной алгебры и теории вероятностей.
  • Отличные знания в области машинного обучения: классический ML и DL, способность объяснить принципы работы алгоритмов и выбрать подходящий для задачи.
  • Практический опыт работы в задачах NLP и/или CV, знание современных архитектур (Transformers, CLIP и др.).
  • Понимание принципов работы с большими данными, знакомство с такими инструментами, как Hadoop, Spark, Airflow, SQL.
  • Опыт ведения проектов: принятие технических решений, декомпозиция и распределение задач, координация разработки.
Соц.сети

ML Engineer

325 000–650 000 KZT (≈ 60k–121k ₽)КазахстанАстанаОфис

ML Engineer
••••••••
325,000 to 650,000 KZT NET per month
Astana / Office

Develop machine-learning solutions for the electricity sector, including forecasting and electricity-market models.

Responsibilities:
• Forecast power-plant generation and industrial energy consumption.
• Develop electricity-market models and ML pipelines for training, versioning, and deployment.
• Monitor production models.

Requirements:
• 2+ years in machine learning or data science.
• Python, SQL/PostgreSQL, pandas, and scikit-learn.
• Knowledge of gradient boosting and time-series methods.
• Experience with Docker, MLflow, Airflow, or equivalent ML pipeline tools.
• Experience deploying models to production.

••••••••

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.