VK·Москва·6 дн назад
ML-разработчик в команду рекомендаций фильмов и сериалов в VK Видео
Ориентир по рынку≈ 178 000 – 252 000 ₽наша приблизительная оценка по 143 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 2,2 тыс.–3,1 тыс. $
🏢 ОфисMiddleПолная занятость
Стоит ли откликаться
Сначала уточните детали
Висит дольше, чем обычно закрываются такие вакансии: сначала убедитесь, что найм ещё идёт.
2 из 4 в норме
Висит давно: что спросить, чтобы не откликаться в пустоту
Деньги
Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 143 похожих вакансиях Разработчик уровня Middle.
Живость
Открыта дольше обычного для таких вакансий. Что на это указывает:
- Выкладывали заново 2 раза
- Текст не менялся ни разу при переоткрытиях
- Перевыкладывают примерно раз в 31 день
- Зарплата не указана
- Первая публикация была 68 дней назад
- Опубликована 14 октября 2026 г., 7 дней назад
- Эту вакансию уже публиковали 2 раза, первая публикация была 14 августа 2026 г.
- Текст сверяли с источником: с тех пор как мы её нашли, он не менялся
- У источника её видели сегодня
В Pro вся история: 2 прошлые публикации и 2 копии на других сайтах
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. За вакансиями с hh.ru следим каждую ночь: выдачу и архив, а полный текст карточки сверяем по очереди, каждую раз в несколько дней. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Обязанности: 4, требования: 9. Понятно, что за работа, ещё до отклика.
- Обещают
- аккредитованная IT-компания
- Известно
- высокие нагрузки
Что требуют
ОбязательноMLPythonJavaC++
Надбавка к зарплате на этом уровне: Python +43%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней VK обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
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 стаб
Чем предстоит заниматься
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
Наши 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
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
Мы 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
