Старший DL-инженер в Рекомендации (AI)
Описание
Локация: Москва; офисный или комбинированный формат работыКомпанияVK развивает технологии глубокого понимания контента и алгоритмы персонализированных рекомендаций для постов, клипов, видео и музыки.Что делатьРазрабатывать и обучать embedding-модели для текста, изображений, видео, речи, звука и музыки.Создавать мультимодальные модели и контентные классификаторы для поиска, рекомендаций и построения признаков.Проектировать датасеты и бенчмарки, проводить эксперименты и оценивать качество моделей.Адаптировать и интегрировать модели в рекомендательные механики VK.Оптимизировать и масштабировать обучение и инференс, включая multi-GPU и распределённые сценарии.Деплоить модели в продакшен, проводить A/B-тесты, анализировать метрики и настраивать пайплайны сбора и разметки данных.ТребованияОпыт разработки, обучения и внедрения DL-моделей.Знание теории машинного и глубокого обучения, алгоритмов и структур данных, линейной алгебры, теории вероятностей и статистики.Умение проектировать эксперименты, выбирать метрики и интерпретировать результаты.Навыки написания чистого поддерживаемого кода и понимание принципов проектирования ПО.Опыт совместной разработки с кодовыми агентами: декомпозиция задач, контроль и ревью сгенерированного кода.Готовность совмещать исследовательскую работу с инженерной реализацией и самостоятельно проверять гипотезы.Хорошо, если естьОпыт создания поисковых или рекомендательных систем в индустриальном масштабе.Опыт работы с embedding-моделями, metric learning, contrastive learning, representation learning или foundation-моделями.Опыт создания мультимодальных, VLM, audio-language или video encoder моделей.Опыт распределённого обучения, оптимизации DL-моделей, построения больших датасетов и систематических бенчмарков.Публикации на профильных ML-конференциях или сильный исследовательский бэкграунд.Культура и преимуществаРабота на стыке исследований и инженерии.Возможность воспроизводить современные подходы из академической среды и индустрии.Работа с большими внутренними датасетами и мультимодальными данными.Полный рабочий график в офисном или комбинированном формате.