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 более удобными и персональными для пользователя: помогать находить хороший фильм на вечер, правильно выбирать следующую серию любимого сериала, продолжать просмотр с нужного места и получать релевантные рекомендации без дублей.
Мы ищем руководителя команды, которая будет заниматься end-to-end-развитием киносериальных рекомендаций: анализировать пользовательское поведение, формулировать и проверять гипотезы, развивать матчинг и дедупликацию контента, обучать модели, обеспечивать стабильную работу рантайма, проводить A/B-эксперименты и развивать систему метрик.
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 — команда будет отвечать не только за модели, но и за качество пользовательских сценариев.
Руководить командой ML-инженеров и бэкенд-разработчиков: нанимать, развивать людей и выстраивать процессы.
Быть техническим владельцем направления и отвечать за качество рекомендаций фильмов и сериалов.
Формировать цели команды и декомпозировать их в понятные, достижимые задачи.
Проводить A/B-эксперименты, анализировать метрики и пользовательское поведение.
Выстраивать эффективное взаимодействие с продуктом, аналитиками, бэкендом и смежными ML-командами.
Руководили ML-командой не менее двух лет.
Обладаете хорошими знаниями алгоритмов, структур данных и машинного обучения.
Имеете практический опыт разработки на Python, Java или C++.
Работали с ML-решениями в условиях высокой нагрузки.
Умеете работать с продуктовыми метриками, A/B-тестами и пользовательскими гипотезами.
Работали с рекомендательными, поисковыми или рекламными системами.
Имеете опыт работы с большими данными.
Работали с видео, медиа, UGC или стриминговыми продуктами.
Сталкивались с задачами матчинга или дедупликации.